基于RGBD摄像头的物体中异形凹陷三维图像重建技术的研究

摘要

三维重建技术是以各类传感器采集图像数据，在计算机中用数学方法将图像数据还原为现实世界坐标系尺度的可视化、可操作的三维模型的技术。随着各种体感设备和虚拟现实以及增强现实技术的兴起，三维重建技术的研究成为计算机视觉研究中的热点。传统的三维重建都是基于 RGB图像进行的，但这种方法存在着效率低、成本高等缺点。基于RGBD摄像头的三维重建因成本低、可快速获得点云等优点，具有较高的研究价值。
　　三维重建中对于凹陷面的重建研究较少，并且凹面重建因其点云分布较稀疏、易受噪声影响等不利因素而难度较大。本课题通过对点云重建流程的研究，结合三维重建的关键步骤，对基于RGBD摄像头的物体表面异形凹陷重建技术的进行了研究。本文重点研究了散乱点云的配准和点云凹凸性判别，并在三维重建实验部分根据现有三维重建流程提出了针对物体表面异形凹陷重建的流程，提高了凹面重建的平滑性和完整性。本文从不同角度对包含异形凹陷的曲面重建进行了改进。
　　首先，点云配准是三维重建中许多操作的基础，本课题在综合了三维点云特征提取原理的基础上提出一种改进的基于FPFH特征初始匹配的点云配准的方法。
　　第二，点云的分割在三维重建或三维物体识别等场景中有着重要的应用，本文通过研究三维点云的分割算法，将基于超体聚类的点云分割和点云的凹凸性判别方法应用到凹陷重建的点云处理之中。
　　第三，在点云重建部分本文提出了基于点云凹凸性判别的点云预处理和重建的流程，将点云凹面进行进一步处理以提高重建的精度，并为凹面重建的进一步研究奠定了基础。
　　实验结果表明本课题提出的对包含异形凹陷的曲面重建方法提高了点云配准的精度和效率，并能较好实现点云的凹凸性判别，提高了凹陷区域点云重建的平滑性和完整性。

目录

1绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文研究内容和章节安排

2点云数据获取设备与处理平台

2.1 点云数据获取

2.2 PCL点云库

2.3 点云数据存储和搜索

2.4 本章小结

3点云预处理

3.1 点云去噪

3.2 点云配准

3.3 点云的特征

3.4 基于FPFH特征的点云配准

3.5 本章小结

4点云凹陷曲面识别

4.1 超体聚类

4.2 凹凸曲面识别算法

4.3 本章小结

5凹陷曲面重建

5.1 凹陷曲面重建流程

5.2 点云配准实验

5.3 超体聚类与点云凹凸性分割实验

5.4 凹陷曲面重建实验

5.5 本章小结

总结和展望

总结

展望

参考文献

致谢

攻读学位期间发表的学术论文

声明