本文關(guān)鍵詞：基于空間體素融合的三維重建算法研究　出處：《中國科學(xué)院長春光學(xué)精密機械與物理研究所》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 三維重建 GPU 空間體素融合

【摘要】：隨著科學(xué)技術(shù)水平的不斷提高,三維重建技術(shù)在工業(yè)、軍事以及醫(yī)學(xué)等領(lǐng)域得到了廣泛應(yīng)用,主要應(yīng)用范圍包括三維模型獲取、虛擬仿真、非接觸式測量、科學(xué)計算、增強現(xiàn)實、戰(zhàn)場環(huán)境感知等方面。經(jīng)過幾十年的研究與探索,國內(nèi)外的科研人員提出了多種三維重建理論與實現(xiàn)方法,但對于大規(guī)模場景下的實時三維重建仍然是極具挑戰(zhàn)性的研究課題,例如,在戰(zhàn)場環(huán)境中,利用安裝在無人機上的視覺傳感器來捕獲目標(biāo)場景,實時生成目標(biāo)區(qū)域的高精度三維模型。為實現(xiàn)大規(guī)模、高精度以及高效的三維重建過程,需要重建算法能夠魯棒地應(yīng)用于復(fù)雜場景,為此本文對復(fù)雜場景下的三維重建算法進行了深入研究,并結(jié)合GPU硬件加速實現(xiàn)對復(fù)雜場景的實時三維重建。本文的主要研究工作包括以下幾個方面:(1)為了解決傳統(tǒng)分層體積融合算法的計算復(fù)雜度較高且計算量隨重建規(guī)模的擴大而劇增的問題,提出了一種基于空間體素融合的三維重建算法,改進了傳統(tǒng)體積融合方法中的規(guī)則分層網(wǎng)格數(shù)據(jù)結(jié)構(gòu),實現(xiàn)對隱含表面數(shù)據(jù)的實時存取與更新。首先僅在觀測時對表面數(shù)據(jù)進行存儲,使其高效的流入和流出體素表,實現(xiàn)了傳感器運動過程中的在線大規(guī)模場景重建;其次通過在GPU上完成深度圖預(yù)處理,相機姿態(tài)估計,深度圖融合和表面繪制幾個核心階段,實現(xiàn)對細粒度細節(jié)和大規(guī)模場景的交互式實時重建;最后通過實驗表明,與傳統(tǒng)體積重建方法相比,改進后的重建算法能夠在保證重建精度的同時,平均重建時間為60.6ms,ICP姿態(tài)估計15次,用時23.0ms,重建實時性能較好。(2)為了解決傳統(tǒng)自適應(yīng)特征細分方法對局部特征區(qū)域的過度細分導(dǎo)致曲面繪制速度下降的問題,提出了一種改進的在線自適應(yīng)特征細分算法。首先構(gòu)造特征塊處理單元來生成特征區(qū)域的動態(tài)細分因子,計算得出各自獨立的特征塊細分深度;然后根據(jù)細分規(guī)則對特征區(qū)域的體素塊進行細分,進而控制GPU渲染塊的數(shù)量,并通過建立塊緩沖區(qū)與細分表的映射關(guān)系,來并行的處理每個細分層次上的類型相同的塊,提高了重建表面繪制速度;最后生成新的GPU細分表和渲染表,用于支持體素塊的動態(tài)細分和實時繪制。通過實驗表明,改進后的算法能夠在保證重建速度的同時,實現(xiàn)對大規(guī)模場景中局部細節(jié)特征的較精準(zhǔn)地繪制。(3)為了解決大規(guī)模場景中特征區(qū)域不相關(guān)問題,提出了一種針對重復(fù)特征區(qū)域的GPU快速目標(biāo)生成算法,更加適用于對尖點或折痕邊大量重復(fù)出現(xiàn)的曲面的實時繪制。首先對帶有相同拓撲結(jié)構(gòu)的尖點或折痕邊區(qū)域建立統(tǒng)一的基于八叉樹的雙三次B樣條元,實現(xiàn)對鄰接頂點信息的快速查詢并且更精準(zhǔn)的匹配模型上的特征點;然后使用廣度優(yōu)先遍歷策略來對元中的面片編碼并生成遍歷元表,驅(qū)動GPU的硬件處理單元進行快速繪制;最后通過實驗表明,對于表面特征大量重復(fù)出現(xiàn)的網(wǎng)格模型,該算法能夠在保證模型無縫重建的情況下,實現(xiàn)對大規(guī)模場景中重復(fù)特征曲面的實時繪制。(4)針對傳統(tǒng)在線體積融合系統(tǒng)存在的姿態(tài)估計漂移現(xiàn)象,實現(xiàn)了一種實時的端(CPU)到端(GPU)的重建優(yōu)化框架�；隰敯舻南鄼C姿態(tài)估計策略,將所有的RGB-D輸入值融合到一個有效的層次優(yōu)化框架,并根據(jù)全局相機姿態(tài)來優(yōu)化每幀,消除了對跟蹤時效的嚴(yán)重依賴,能夠連續(xù)地跟蹤全局優(yōu)化的幀。本文系統(tǒng)實時地估計全局優(yōu)化姿態(tài),支持魯棒地跟蹤恢復(fù),并對大規(guī)模三維場景進行實時地重新估計以確保全局一致性,是一種集稀疏對應(yīng)特征,密集幾何和光線匹配功能于一體的并行優(yōu)化框架。通過實驗表明,針對復(fù)雜場景的三維重建,本文系統(tǒng)能夠在保證重建精度的同時,在實時性和重建規(guī)模方面表現(xiàn)良好。
[Abstract]:......
【學(xué)位授予單位】：中國科學(xué)院長春光學(xué)精密機械與物理研究所
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 李曉;朱鵬飛;;淺析三維重建算法[J];電腦知識與技術(shù);2009年16期

2 牛金霞;梁發(fā)云;;三維重建算法及分析比較[J];科技傳播;2011年05期

3 趙璐璐;耿國華;王小鳳;劉倩;;基于未標(biāo)定多幅圖的三維重建算法[J];計算機應(yīng)用;2012年10期

4 王聰;周忠;吳威;;用飛行時間相機優(yōu)化可視外殼的實時三維重建算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2013年04期

5 谷月霞;張維忠;王曉燕;油世明;王靜;;基于未標(biāo)定圖像的三維重建算法[J];計算機工程;2010年08期

6 朱仁芝,盧益玲,俞巧云,張競敏;自底向上的三維重建算法及其加速措施[J];計算機工程與應(yīng)用;2001年15期

7 劉巍,俞巧云,朱仁芝,張競敏,翟廣泉;基于形體逼近的三維重建算法[J];計算機工程與應(yīng)用;2002年23期

8 邱武;羅小安;尉遲明;丁明躍;;帶參數(shù)校正模型的三維超聲重建算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年09期

9 夏佳;李衷怡;;海量斷層數(shù)據(jù)三維重建算法優(yōu)化[J];計算機與數(shù)字工程;2007年11期

10 阮秋琦;遙感圖像的三維重建算法研究[J];鐵道學(xué)報;1994年04期

相關(guān)會議論文 前3條

1 劉建萍;葉邦彥;;基于工程語義理解的工程圖三維重建算法的研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

2 鄭麗萍;李光耀;沙靜;;醫(yī)學(xué)圖像三維重建研究綜述[A];第十一屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2006年

3 張喜;陳華;唐榮芳;;序列切片圖像的三維重建算法研究[A];2009年中國高校通信類院系學(xué)術(shù)研討會論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 林金花;基于空間體素融合的三維重建算法研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2017年

2 文雅玫;基于帶剖視工程圖的三維重建算法研究[D];清華大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬樹超;基于CT圖像的三維重建算法的研究和應(yīng)用[D];山東大學(xué);2015年

2 沈運亮;基于模型演化的冠狀動脈造影自動化三維重建算法研究[D];東南大學(xué);2015年

3 段宇軒;基于全球定位系統(tǒng)的大規(guī)模場景三維重建算法研究[D];東北大學(xué);2014年

4 張彩平;監(jiān)控場景下的運動車輛三維重建算法研究[D];華中科技大學(xué);2015年

5 夏佳;海量斷層數(shù)據(jù)的三維重建算法優(yōu)化[D];華中科技大學(xué);2007年

6 唐占紅;表面三維重建算法的研究及系統(tǒng)實現(xiàn)[D];蘭州理工大學(xué);2009年

7 韓世亮;醫(yī)學(xué)體數(shù)據(jù)三維重建算法研究及實現(xiàn)[D];浙江工業(yè)大學(xué);2009年

8 段亮亮;構(gòu)件內(nèi)部裂縫缺陷的三維重建算法研究[D];燕山大學(xué);2011年

9 林雪英;基于單攝像機的實物三維數(shù)據(jù)獲取研究[D];華南理工大學(xué);2012年

10 萇莎;基于Kruppa方程的三維重建算法研究[D];河北大學(xué);2011年

，

本文編號：1349099