隨著虛擬現(xiàn)實(shí)技術(shù)的飛速發(fā)展,室內(nèi)三維場(chǎng)景的重建引起了眾多學(xué)者的關(guān)注,目前大多三維場(chǎng)景重建都是基于激光掃描數(shù)據(jù)進(jìn)行,其雖然能達(dá)到較為理想的效果,但設(shè)備價(jià)格昂貴,RGB-D相機(jī)由于價(jià)格低廉、結(jié)構(gòu)小巧、操作簡(jiǎn)單,能同時(shí)獲得彩色圖及深度圖,現(xiàn)已得到眾多學(xué)者的青睞。本文主要圍繞RGB-D圖像展開(kāi)研究,對(duì)室內(nèi)三維重建過(guò)程中所涉及的深度圖像修復(fù)、點(diǎn)云配準(zhǔn)、點(diǎn)云分割、模型構(gòu)建等關(guān)鍵技術(shù)展開(kāi)工作,具體內(nèi)容如下:（1）詳細(xì)分析了RGB-D傳感器獲取深度圖像及點(diǎn)云的生成原理,通過(guò)分析深度圖像中空洞及噪聲成因,提出了基于光線追蹤渲染降噪方法,該算法將每個(gè)像素的顏色分解成直接光照和間接光照兩部分,其中像素的照度通過(guò)紋理信息獲得,然后對(duì)深度圖像空洞進(jìn)行修復(fù),對(duì)照度信息采取時(shí)間及空間的聯(lián)合濾波來(lái)彌補(bǔ)因樣本少而造成的信息缺失。（2）點(diǎn)云配準(zhǔn)研究。針對(duì)最近點(diǎn)迭代算法（Iterative Closest Point,ICP）易陷入局部最優(yōu)解問(wèn)題,本文在精配前首先對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行粗配,在對(duì)原始數(shù)據(jù)預(yù)處理后,本文分別采用4PCS算法、PFH算法、FPFH算法和NDT四種粗配算法進(jìn)行實(shí)驗(yàn),通過(guò)分析四種粗配準(zhǔn)算法的運(yùn)行效率及配... 

【文章來(lái)源】：江西理工大學(xué)江西省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于RGB-D點(diǎn)云室內(nèi)場(chǎng)景重建

第二章深度圖像獲取及空洞修復(fù)7第二章RGB-D深度圖像獲取及空洞修復(fù)當(dāng)前室內(nèi)點(diǎn)云數(shù)據(jù)的獲取方式有很多，如主動(dòng)測(cè)距傳感及被動(dòng)測(cè)距傳感，本文獲取數(shù)據(jù)方式為被動(dòng)測(cè)距，本章首先對(duì)小覓深度相機(jī)作簡(jiǎn)要介紹，詳細(xì)描述深度圖及點(diǎn)云的生成原理，由于設(shè)備自身原因及周邊環(huán)境影響，獲取的深度圖不可避免產(chǎn)生噪聲及空洞，通過(guò)詳細(xì)分析其形成原因，列出幾種常見(jiàn)的深度圖像修復(fù)算法，最后提出光線追蹤渲染降噪，對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)及分析，驗(yàn)證該算法對(duì)空洞修復(fù)的效果。2.1小覓深度相機(jī)簡(jiǎn)介小覓雙目深度相機(jī)產(chǎn)品（MYNTEYE）是基于“視覺(jué)+慣性導(dǎo)航+結(jié)構(gòu)光”的融合，是由小覓智能推出的業(yè)界領(lǐng)先的基于雙筒望遠(yuǎn)鏡的多傳感器融合模塊，現(xiàn)被廣泛使用，例如視覺(jué)定位導(dǎo)航領(lǐng)域（vSLAM）：用于無(wú)人駕駛車輛和機(jī)器人的實(shí)時(shí)視覺(jué)定位導(dǎo)航系統(tǒng)，無(wú)人機(jī)視覺(jué)定位系統(tǒng)，無(wú)人駕駛避障導(dǎo)航系統(tǒng)，增強(qiáng)現(xiàn)實(shí)（AR），虛擬現(xiàn)實(shí)（VR），如圖2.1所示。它為VIO視覺(jué)慣性里程表算法研究與vSLAM視覺(jué)定位導(dǎo)航算法研究提供準(zhǔn)確的數(shù)據(jù)信息。(a)服務(wù)機(jī)器人(b)無(wú)人機(jī)(c)AGV(d)AR/VR圖2.1雙目相機(jī)應(yīng)用場(chǎng)景自2017年發(fā)布首款產(chǎn)品以來(lái)，小覓雙目深度相機(jī)系列產(chǎn)品已成為全球市場(chǎng)上排名第一的產(chǎn)品，其具有出色的性能，極強(qiáng)的適應(yīng)性和高質(zhì)量的技術(shù)支持。圖2.2顯示了雙目視覺(jué)相機(jī)產(chǎn)品的外觀，它配備了兩個(gè)彩色攝像機(jī)和兩個(gè)紅外有源光電探測(cè)器。該系列中使用的高精度芯片能確保兩個(gè)協(xié)作相機(jī)采集的圖像幀的同

第二章深度圖像獲取及空洞修復(fù)7第二章RGB-D深度圖像獲取及空洞修復(fù)當(dāng)前室內(nèi)點(diǎn)云數(shù)據(jù)的獲取方式有很多，如主動(dòng)測(cè)距傳感及被動(dòng)測(cè)距傳感，本文獲取數(shù)據(jù)方式為被動(dòng)測(cè)距，本章首先對(duì)小覓深度相機(jī)作簡(jiǎn)要介紹，詳細(xì)描述深度圖及點(diǎn)云的生成原理，由于設(shè)備自身原因及周邊環(huán)境影響，獲取的深度圖不可避免產(chǎn)生噪聲及空洞，通過(guò)詳細(xì)分析其形成原因，列出幾種常見(jiàn)的深度圖像修復(fù)算法，最后提出光線追蹤渲染降噪，對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)及分析，驗(yàn)證該算法對(duì)空洞修復(fù)的效果。2.1小覓深度相機(jī)簡(jiǎn)介小覓雙目深度相機(jī)產(chǎn)品（MYNTEYE）是基于“視覺(jué)+慣性導(dǎo)航+結(jié)構(gòu)光”的融合，是由小覓智能推出的業(yè)界領(lǐng)先的基于雙筒望遠(yuǎn)鏡的多傳感器融合模塊，現(xiàn)被廣泛使用，例如視覺(jué)定位導(dǎo)航領(lǐng)域（vSLAM）：用于無(wú)人駕駛車輛和機(jī)器人的實(shí)時(shí)視覺(jué)定位導(dǎo)航系統(tǒng)，無(wú)人機(jī)視覺(jué)定位系統(tǒng)，無(wú)人駕駛避障導(dǎo)航系統(tǒng)，增強(qiáng)現(xiàn)實(shí)（AR），虛擬現(xiàn)實(shí)（VR），如圖2.1所示。它為VIO視覺(jué)慣性里程表算法研究與vSLAM視覺(jué)定位導(dǎo)航算法研究提供準(zhǔn)確的數(shù)據(jù)信息。(a)服務(wù)機(jī)器人(b)無(wú)人機(jī)(c)AGV(d)AR/VR圖2.1雙目相機(jī)應(yīng)用場(chǎng)景自2017年發(fā)布首款產(chǎn)品以來(lái)，小覓雙目深度相機(jī)系列產(chǎn)品已成為全球市場(chǎng)上排名第一的產(chǎn)品，其具有出色的性能，極強(qiáng)的適應(yīng)性和高質(zhì)量的技術(shù)支持。圖2.2顯示了雙目視覺(jué)相機(jī)產(chǎn)品的外觀，它配備了兩個(gè)彩色攝像機(jī)和兩個(gè)紅外有源光電探測(cè)器。該系列中使用的高精度芯片能確保兩個(gè)協(xié)作相機(jī)采集的圖像幀的同

【參考文獻(xiàn)】：
期刊論文
[1]巡檢機(jī)器人獲取柑橘樹(shù)上果實(shí)完整表面信息方法研究[J]. 王毅,何宇,王愷,熊龍燁,王卓,張藝譚.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2020(04)
[2]基于模板替換的室內(nèi)場(chǎng)景建模方法研究[J]. 張肇軒,王誠(chéng)斌,楊鑫,樸星霖,王鵬杰,尹寶才.  圖學(xué)學(xué)報(bào). 2020(02)
[3]結(jié)合視覺(jué)慣性模組的室內(nèi)三維布局魯棒重建方法[J]. 張宏鑫,方雨桐,利明.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2020(02)
[4]基于深度相機(jī)的大場(chǎng)景三維重建[J]. 劉東生,陳建林,費(fèi)點(diǎn),張之江.  光學(xué)精密工程. 2020(01)
[5]一種三維激光點(diǎn)云中建筑物立面漸進(jìn)分割方法[J]. 盧秀山,邢愷強(qiáng),劉如飛,王鵬.  測(cè)繪科學(xué). 2019(12)
[6]基于區(qū)域生長(zhǎng)算法的復(fù)雜建筑物屋頂點(diǎn)云分割[J]. 朱軍桃,王雷,趙傳,鄭旭東.  國(guó)土資源遙感. 2019(04)
[7]基于深度融合的深度圖像修復(fù)算法[J]. 王殿偉,陳鵬,李大湘,許志杰,王晶.  光電子·激光. 2019(06)
[8]基于目標(biāo)特征的植株深度圖像修復(fù)[J]. 陳國(guó)軍,程琰,曹岳,李勝.  圖學(xué)學(xué)報(bào). 2019(03)
[9]基于RGB-D SLAM手機(jī)的森林樣地調(diào)查系統(tǒng)研究[J]. 范永祥,馮仲科,陳盼盼,高祥,申朝永.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(08)
[10]SLAM激光點(diǎn)云整體精配準(zhǔn)位姿圖技術(shù)[J]. 閆利,戴集成,譚駿祥,劉華,陳長(zhǎng)軍.  測(cè)繪學(xué)報(bào). 2019(03)



本文編號(hào)：3537251