飞行时间三维相机的物体完整表面三维重建技术研究

摘要

物体三维重建是机器视觉研究的一项重要内容,在模式识别、位姿测量和机器人导航中具有广泛的应用。本论文展开飞行时间三维相机的物体完整表面三维重建技术研究,包括TOF距离值的标定,TOF相邻散乱点云的配准、全局点云的优化配准以及点云重建模型的网格重建。实验结果表明,本文提出的三维点云重建方法在保证整体点云重建速度的同时,提高了点云重建的精度。
　　论文的主要工作如下:
　　(1)设计实现了一种TOF距离值的标定方法,通过两个CCD相机获取的距离值作为引导,对TOF距离值进行校正。
　　(2)设计实现了一种TOF相邻散乱点云立体配准方法,实现相邻视角下点云快速、准确地对齐。该方法基于SURF算法提取目标物体距离图像的特征点,采用非迭代的求解过程获取初始变换参数,实现点云初始位置配准。在此基础上,利用TOF相机强度图像的梯度值与基于局部3D空间分解的Knn算法对原始ICP迭代算法进行改进,并结合错误匹配点对去除法则,实现点云的精确位置配准。实验结果表明,该点云配准方法能够有效地提高点云配准速度和配准精度。
　　(3)设计实现了一种TOF多视角散乱点云优化配准方法,该方法通过构建一个目标功能函数,并结合相邻点云的转换矩阵对该目标函数进行最小化求解,直接获取任意位置的点云到基准点云的绝对转换矩阵,避免了对连续相邻点云进行配准而引起误差的累加。
　　(4)研究了基于Voronoi图的Delaunay三角剖分方法,通过对空间中的散乱点云构建Voronoi图,在此基础上实现了对空间点云的三角网格重建。

目录

封面

声明

中文摘要

英文摘要

致谢

目录

插图清单

表格清单

第一章 绪论

1.1 研究背景

1.2 研究领域与发展现状

第二章 物体三维重建的预处理

2.1 TOF 3D相机

2.2 TOF 3D相机的平面标定

2.3 TOF距离数据的校正

2.4 本章小结

第三章 基于TOF相机相邻散乱点云配准

3.1物体三维点云的获取

3.2物体三维点云滤波

3.3相邻散乱点云立体粗配准

3.4相邻散乱点云立体精配准

3.5相邻点云立体配准实验分析

3.6本章小结

第四章 基于多视角点云配准实现物体三维点云重建

4.1 多视角散乱点云配准

4.2改进的多视角散乱点云配准

4.3多视角点云优化配准实验结果与分析

4.4 本章小结

第五章 三维点云模型的网格重建

5.1 散乱点云的网格重建

5.2 物体完整表面三维重建结果

5.3 本章小结

第六章 总结与展望

6.1 论文总结

6.2 展望

参考文献

攻读硕士学位期间发表的论文及参加科研情况

特别声明