Kinect點云數(shù)據(jù)與序列影像結合的三維重建技術.pdf

1、隨著科技的發(fā)展，三維重建技術已經(jīng)被越來越多的用在各種領域，如虛擬現(xiàn)實與3D打印。微軟的Kinect設備以其便宜的價格和相對較好的點云質量而被越來越多的使用在三維重建中。本文對基于Kinect RGB-D信息的三維重建進行研究。主要研究內容如下：
　　首先，本文重新標定了深度相機和色彩相機的內參及相對位置關系。在以往的 Kinect開發(fā)中，開發(fā)人員均使用廠家給出的粗略的相機參數(shù)，并且目前還未出現(xiàn)精度較高的標定方法來計算RGB相機與深

2、度傳感器之間的相對位姿關系。這不僅導致點云質量下降，而且成為RGB-D數(shù)據(jù)融合的阻礙。本文分析了Kinect成像原理，并用棋盤格標定的方法，較為準確的建立了深度信息與彩色信息之間的聯(lián)系，使彩色信息也得到了充分的利用。
　　其次，針對 Kinect點云質量較差的問題，本文對點云數(shù)據(jù)的優(yōu)化提出了一些改進方案。對于 Kinect數(shù)據(jù)的優(yōu)化，我們分為兩個步驟，即深度圖級別的優(yōu)化及點云級別的優(yōu)化。經(jīng)過兩個步驟的優(yōu)化，一定程度上減少了噪聲對點

3、云數(shù)據(jù)的影響，并刪除了較多錯誤點，獲得了更高質量的點云。
　　然后，本文提出一種基于點云與RGB信息的聯(lián)合配準算法。該算法對傳統(tǒng)的基于 RGB-D數(shù)據(jù)的點云配準算法進行改進，首先分別提取兩個視角點云的 SIFT特征點，然后進行特征點匹配，找到對應的特征點，接著將這些二維特征點轉換為三維點云，最后利用奇異值分解的方法，通過這些點云算出兩片點云的相對變換矩陣，并將此矩陣作為 ICP配準的初始值，進行精配準，使配準達到了更高的精度。