一种使用深度图像和平面优化的实时三维重构算法

摘要

三维模型的快速生成是构建虚拟场景的瓶颈,尤其是随着VR、AR、机器人等技术的普及,快速获取三维模型的需求也越来越急迫.Kinect可以快速地得到深度图像和颜色信息,非常适合用于三维重构.使用Kinect实现了一种实时三维重构算法,使用场景中的平面进行初始配准以及优化深度图像,通过最小化深度图像在截断有向距离场中的距离值估计相机位姿,并利用GPU加速算法,从而可以达到实时重构.实验显示在速度相当情况下,实现的算法的精度要优于Kinfu,最后在扫描到的三维模型上实现了一种虚拟毛发特效.