近年來,三維重建越來越受到更多計算機視覺領(lǐng)域?qū)W者的重視,隨著三維重建的要求越來越高,其難度也愈加明顯。三維重建的難度在于以下幾個原因:物體移動的范圍、采取受噪聲影響的三維點群的精確度、點群之間互相的遮蔽情形、三維重建的速度等因素。近年來提出的重建方法中,圖像數(shù)據(jù)的捕捉都在簡單的場景或是將目標(biāo)置于旋轉(zhuǎn)平臺上。所以為了減少場景的限制,在本論文中,探討如何使用與目標(biāo)同類型的三維模型去輔助用戶檢測目標(biāo)的姿態(tài)及位置,并達(dá)成重建的目的。本文通過單RGB-D相機獲得了3D圖像,提出一個基于RGB-D視頻的面向模型的三維物體檢測與重建的方法。利用RGB-D圖像數(shù)據(jù)具有豐富信息的特點,有效增加目標(biāo)檢測與姿態(tài)估計的準(zhǔn)確率。利用事先建立的三維目標(biāo)樣本所提供的不同視角的RGB-D數(shù)據(jù),可以準(zhǔn)確地檢測輸入圖像的目標(biāo),且在相機的內(nèi)部與外部參數(shù)無法得知的情況下,有效進行目標(biāo)姿態(tài)估計。利用改進的追蹤與對齊技術(shù),本論文所提出的3D目標(biāo)重建技術(shù)可實現(xiàn)擴增實境應(yīng)用的3D圖像顯示、互動及場景重建的需求。與傳統(tǒng)使用少量特征的姿態(tài)估計相比,該方法能更有效地重建高質(zhì)量的三維物體。為了驗證重建系統(tǒng)的可靠性,將本文所使用的方法與其他姿...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究目的
    1.3 研究內(nèi)容與方法
    1.4 論文結(jié)構(gòu)安排
第2章 三維目標(biāo)檢測、姿態(tài)估計與重建技術(shù)
    2.1 目標(biāo)檢測
    2.2 姿態(tài)估計
    2.3 RGB-D數(shù)據(jù)
        2.3.1 數(shù)據(jù)類型和屬性
        2.3.2 公開數(shù)據(jù)集
        2.3.3 開源庫
    2.4 RGB-D圖像為主的三維目標(biāo)重建技術(shù)
    2.5 本章小結(jié)
第3章 系統(tǒng)結(jié)構(gòu)概述
    3.1 基礎(chǔ)方法介紹
        3.1.1 RGB-D圖像捕獲設(shè)備
        3.1.2 圖像分割方法GrabCut算法
        3.1.3 三維迭代最近鄰點算法(Iterative closest point)
    3.2 系統(tǒng)流程簡介
    3.3 本章小結(jié)
第4章 基于模型的三維圖像目標(biāo)檢測
    4.1 三維目標(biāo)點云的生成
        4.1.1 深度圖像二值化
        4.1.2 圖像坐標(biāo)與實體坐標(biāo)轉(zhuǎn)換關(guān)系
    4.2 三維物體點云對齊
        4.2.1 三維模型CGIs的建立
        4.2.2 基于SIFT特征的目標(biāo)姿態(tài)估計
        4.2.3 以ICP微調(diào)目標(biāo)姿態(tài)
    4.3 GrabCut物體分割
    4.4 本章小結(jié)
第5章 面向模型的三維圖像目標(biāo)重建
    5.1 全局三維模型對齊
    5.2 三維模型重建
    5.3 本章小結(jié)
第6章 實驗結(jié)果與分析
    6.1 測試環(huán)境及測試資料庫
    6.2 物體姿態(tài)估計
    6.3 三維模型分割與重建
    6.4 本章小結(jié)
第7章 結(jié)論與展望
參考文獻(xiàn)
致謝



本文編號：3768988