基于深度图像的场景重建方法研究

摘要

随着计算机图像学技术迅猛发展，一些相关技术也应运而生，如虚拟城市、数字博物馆、环境建模、室内定位导航、逆向工程等。它们都要用到环境建模这一关键技术，这样基于深度图像的场景建模技术应运而生。这种建模方法采用非接触测量，速度快，精度高，真实感强，不受表面复杂度影响，因此具有广阔的应用前景。
　　激光传感器的原理是将激光对准目标发射出去后，测量它的往返时间，再乘以光速即得到往返距离。由于激光具有高方向性、高单色性和高功率等优点，因此激光传感器在距离测量方面具有无法比拟的优势，由此而诞生了很多基于激光的应用，本课题就是通过激光传感器采集数据，并结合位置信息，构成深度图像信息，最后重建场景。下面介绍本文的主要内容。
　　本文进行了深度图像采集和处理相关技术的研究，包括深度图像的获取方法，深度图像中点云数据的组织方法和场景的重建方法研究。深度图像的获取包括室内和室外两种采集设备，它们共同的特点是搭载一对背向放置的激光传感器，激光传感器采集深度图像数据存入定义的文件中。不同的是室内装置采用陀螺仪、码盘相结合的定位方式，在室内的局部定位中能得到高精度的位置信息，而室外装置采用GPS的定位方式，室外由于受到地形和路面的影响，陀螺仪和码盘的定位方式不能满足实验的要求，因此课题采用了GPS的定位方式，并加入了基站，实现RTK的双模差分，保证了位置信息的准确性。激光数据与位置信息的结合就构成所需要的深度图像数据。
　　在得到深度图像数据之后，就要考虑如何通过深度图像重建三维场景。本文通过对比一些理论方法后，最终选取BPA算法重建场景模型。BPA算法的基本原理是首先找到空间的种子三角形，找到这样一个球体，种子三角形的三个顶点在球面上，并且球内不存在深度图像中的其他点，使这个球体在种子三角形的每条边旋转，当球体接触到第一个点时，就找到了下一个连接点，使这个点和球体连接的两个点构成新的种子三角形，如此循环操作直到所有的点都被遍历过，也就形成了场景的模型。

目录

声明

摘要

第1章 绪论

1．1 课题背景

1．2 国内外研究现状

1．3 本文工作

1．4 本章小节

第2章 深度图像采集系统的设计

2．1 室内深度图像采集系统的设计

2．1．1 激光数据采集子系统

2．1．2 位姿测量子系统

2．2 室外深度图像采集系统的设计

2．2．1 室外定位系统组成

2．2．2 GPS定位方式

2．2．3 GPS数据采集方法

2．2．4 GPS通讯协议与应用

2．2．5 GPS采集实验

2．2．6 采集系统运行界面

2．3 系统各模块工作流程

2．3．1 陀螺仪工作流程

2．3．2 码盘工作流程

2．3．3 GPS工作流程

2．3．4 激光传感器工作流程

2．4 本章小节

第3章 深度图像的组织方法与研究

3．1 深度图像的概念

3．2 场景深度图像数据结构

3．3 深度图像还原到三维场景的方法研究

3．4 深度图像到三维场景的实验结果

3．5 深度图像实验结果

3．5．1 室外实验与分析

3．5．2 室内实验与分析

3．6 本章小结

第4章 场景模型的重建方法研究

4．1 BPA算法的引入

4．2 种子三角形

4．2．1 种子点的选择

4．2．2 种子三角形剩余点的选择

4．2．3 三角形法向量的计算

4．3 BPA算法实现

4．3．1 算法的前提条件

4．3．2 球体旋转方法

4．3．3 球体半径的选取

4．3．4 计算旋转球体球心

4．3．5 计算球体的截面方程

4．3．6 求连接点坐标

4．4 BPA算法三角形连接方法

4．5 BPA算法实验分析

4．5．1 BPA算法流程研究

4．5．2 实验结果分析

4．6 本章小结

第5章 场景重建软件与实验分析

5．1 场景建模系统

5．1．1 深度图像去噪实验

5．1．2 场景重建步骤

5．1．3 重建结果与分析

5．2 开发工具

5．3 场景重建软件与主要功能

5．4 本章小结

第6章 总结与展望

参考文献

致谢

攻读硕士学位期间获奖情况