基于深度信息的三维重建图像处理技术研究

摘要

随着计算机图形学、计算机视觉的快速发展，三维重建技术作为研究热点之一已经被广泛应用在医学治疗的病变器官重建、手术过程重建以及文物发掘前遗址原貌重建和发掘之后文物保护等领域。因为价格平民的Kinect可以同时获取RGB图像、深度图像,因此目前利用Kinect进行多维重建的研究已经成为趋势。本文以Kinect获取的深度图片中包含的深度信息为研究背景，对三维重建过程中的所需的技术进行研究。对三维重建过程中的相机定标、配准算法优化等技术进行着重研究，本文主要工作如下。 针对采用物理棋盘对相机标定精度误差过大的问题，分析了摄像头与标定物的距离对标定精度的影响，提出基于虚拟棋盘的相机标定方法。通过与经典的张氏标定方法做对比，以重投影误差为评价依据，实验结果证明基于虚拟棋盘的相机标定误差缩小了30%。 针对传统配准方法重建效率低，精度不高的问题，提出了一种基于补丁的分区域配准优化方法。与传统的配准算法做对比，实验结果证明本文方法可以有效提高点云配准的准确性和快速性，其配准时间缩短至30秒左右，以均方根误差为评价指标，配准误差缩小了27.5%。

目录

声明

1绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 研究内容与组织结构

2 预备知识

2.1 Kinect

2.2 Kinect摄像机应用

2.3 PCL点云库

2.4 坐标系统

2.5 相机的数学模型

2.6标定方法

2.7本章小结

3 基于虚拟棋盘的相机标定方法

3.1 问题提出

3.2 虚拟棋盘的生成

3.3 实验

3.4 本章小结

4基于补丁的分区域点云配准优化

4.1 问题提出

4.2点云粗配准

4.3 点云精细配准

4.4 实验验证

4.5 本章小结

5原型系统

5.1 系统简介

5.2系统架构

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士期间发表的论文及所取得的研究成果

致谢