本文關(guān)鍵詞：基于極線及共面約束條件的Kinect點云配準方法　出處：《武漢大學(xué)學(xué)報(信息科學(xué)版)》2017年09期 　論文類型：期刊論文

  更多相關(guān)文章： Kinect 極線約束 點面約束 四點共面

【摘要】：Kinect作為輕量級手持傳感器,在室內(nèi)場景恢復(fù)與模型重建中具有靈活、高效的特點。不同于大多數(shù)只基于彩色影像或只基于深度影像的重建算法,提出一種將彩色影像與深度影像相結(jié)合的點云配準算法并用于室內(nèi)模型重建恢復(fù),其過程包括相鄰幀數(shù)據(jù)的配準與整體優(yōu)化。在Kinect已被精確標定的基礎(chǔ)上,將彩色影像匹配得到的同名點構(gòu)成極線約束與深度圖像迭代最近點配準的點到面約束相結(jié)合,以提高相鄰幀數(shù)據(jù)配準算法的精度與魯棒性。利用相鄰4幀數(shù)據(jù)連續(xù)點共面約束,對相鄰幀數(shù)據(jù)配準結(jié)果進行全局優(yōu)化,以提高模型重建的精度。在理論分析基礎(chǔ)上,通過實驗驗證了該算法在Kinect Fusion無法實現(xiàn)追蹤、建模的場景中魯棒性依然較好,點云配準及建模精度符合Kinect觀測精度。
[Abstract]:As a lightweight hand-held sensor, Kinect has the characteristics of flexibility and efficiency in indoor scene restoration and model reconstruction, which is different from most reconstruction algorithms based on color image or only depth image. A point cloud registration algorithm combining color image with depth image is proposed and used for indoor model reconstruction and restoration. The process includes the registration of adjacent frame data and the overall optimization, based on the Kinect has been accurately calibrated. The color-image matching points of the same name are combined with the point-to-surface constraints of the iterative nearest point registration of the depth image. In order to improve the accuracy and robustness of the adjacent frame data registration algorithm, the global optimization of the adjacent frame data registration results is carried out by using the contiguous constraints of the contiguous points of the adjacent frame data. In order to improve the accuracy of model reconstruction. On the basis of theoretical analysis, the experimental results show that the algorithm can not be tracked in Kinect Fusion, and the robustness of the modeling scene is still good. The accuracy of point cloud registration and modeling accords with the Kinect observation accuracy.
【作者單位】： 同濟大學(xué)測繪與地理信息學(xué)院;
【基金】：上海市自然科學(xué)基金(13ZR1444300)~~
【分類號】：TP212;TP391.41
【正文快照】： 隨著信息技術(shù)的發(fā)展,三維模型重建技術(shù)受到各行各業(yè)的青睞,利用深度傳感器獲取深度數(shù)據(jù)(點云)進行三維建模及場景恢復(fù)是其中常用且重要的一種方法。三維激光掃描裝置是常見的獲取點云信息的傳感器,但其價格昂貴,限制了點云數(shù)據(jù)在日常領(lǐng)域的應(yīng)用。微軟推出的一種彩色與深度傳感

【相似文獻】

相關(guān)期刊論文 前10條

1 梁新合;宋志真;;改進的點云精確匹配技術(shù)[J];裝備制造技術(shù);2008年03期

2 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報;2009年05期

3 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無序點云[J];光學(xué)精密工程;2009年04期

4 李海亮;鄧非;李剛;;攝影測量激光點云空洞修補[J];測繪科學(xué);2010年05期

5 張晶;楊云生;豐少偉;;基于點云法矢變化的點云簡化方法研究[J];計算機與數(shù)字工程;2011年12期

6 李曉久;景曉寧;;基于非接觸式測量的人體點云簡化方法[J];紡織學(xué)報;2012年07期

7 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

8 范然;金小剛;;大規(guī)模點云選擇及精簡[J];圖學(xué)學(xué)報;2013年03期

9 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標準化的線特征點云提取方法[J];北京航空航天大學(xué)學(xué)報;2013年08期

10 錢偉春;3DSMAX中動態(tài)云的制作[J];多媒體世界;1999年03期

相關(guān)會議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

3 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

4 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

5 楊雪春;;反求工程建模中點云切片技術(shù)研究[A];全國先進制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

6 劉常青;彭翔;張宗華;胡小唐;;基于逆反工程(RE)多數(shù)據(jù)點云的處理[A];第一屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2002年

7 張宗霞;潘榮江;楊承磊;屠長河;;利用點云表示的部分數(shù)據(jù)計算旋轉(zhuǎn)體的旋轉(zhuǎn)軸[A];幾何設(shè)計與計算的新進展[C];2005年

8 何耀華;樊香梅;劉繼峰;;CATIA在汽車背門內(nèi)板設(shè)計中的應(yīng)用[A];2010重慶汽車工程學(xué)會年會論文專輯[C];2010年

9 牛雪娟;劉景泰;孫雷;;基于小波變換的柵格點云多分辨率分析[A];第二十七屆中國控制會議論文集[C];2008年

10 劉越華;廖文和;劉浩;郭鑫;;基于高斯映射的點云尖銳特征提取[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

2 王瑞巖;計算機視覺中相機標定及點云配準技術(shù)研究[D];西安電子科技大學(xué);2015年

3 李艷紅;車載移動測量系統(tǒng)數(shù)據(jù)配準與分類識別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

4 金龍存;3D點云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

5 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進技術(shù)研究院;2013年

6 何朝明;離散點云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

7 李寶;三維點云的魯棒處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

8 孟娜;基于激光掃描點云的數(shù)據(jù)處理技術(shù)研究[D];山東大學(xué);2009年

9 陳曦;反求工程中基于點云的特征挖掘技術(shù)研究[D];浙江大學(xué);2005年

10 周星;含動邊界復(fù)雜非定常流動的無網(wǎng)格算法研究[D];南京理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點云配準研究[D];北京建筑大學(xué);2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 余明;三維離散點云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

8 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學(xué);2015年

9 朱東方;基于復(fù)雜拓撲結(jié)構(gòu)點云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

10 吳啟芳;基于點云的路面建模技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：1438779