[發(fā)明專利]基于Kinect的室內(nèi)場景三維重建方法

有效

• 申請?zhí)枺?/td>: 201710014728.3
• 申請日: 2017-01-10
• 公開（公告）號: CN106803267B
• 公開（公告）日: 2020-04-14
• 發(fā)明（設(shè)計）人: 盧朝陽;丹熙方;李靜;矯春龍
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/55;G06T15/00;G06T17/30
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 程曉霞;王品華

本發(fā)明公開了一種基于Kinect的室內(nèi)場景三維重建方法，解決了實時重建室內(nèi)場景三維模型且避免過多冗余點的技術(shù)問題，包括步驟：用Kinect獲取物體深度數(shù)據(jù)，對深度數(shù)據(jù)進行去噪并降采樣；獲取當(dāng)前幀點云數(shù)據(jù)，并計算出該幀內(nèi)各點的法向量；用TSDF算法建立全局?jǐn)?shù)據(jù)立方體，用光線投射算法計算預(yù)測點云數(shù)據(jù)；通過ICP算法和預(yù)測點云數(shù)據(jù)計算點云配準(zhǔn)矩陣，將每幀獲取的點云數(shù)據(jù)融合到全局?jǐn)?shù)據(jù)立方體中，逐幀融合點云數(shù)據(jù)，直至獲得較好的融合效果；用等值面提取算法對點云數(shù)據(jù)進行渲染，構(gòu)建出物體的三維模型。本發(fā)明提高了配準(zhǔn)速度和配準(zhǔn)精度，融合速度快，冗余點少，可用于室內(nèi)場景實時重建。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺技術(shù)領(lǐng)域，特別涉及一種基于Kinect的室內(nèi)場景三維重建方法。本發(fā)明可用于機器人導(dǎo)航、工業(yè)測量、虛擬交互等領(lǐng)域。

背景技術(shù)

三維重建技術(shù)是計算機視覺、人工智能、虛擬現(xiàn)實等前沿領(lǐng)域的熱點和難點，也是人類在基礎(chǔ)研究和應(yīng)用研究中面臨的重大挑戰(zhàn)之一，被廣泛應(yīng)用于文物數(shù)字化、生物醫(yī)學(xué)成像、動漫制作、工業(yè)測量、沉浸式虛擬交互等領(lǐng)域。

三維重建在科研領(lǐng)域已經(jīng)歷了很長研究時間，但由于所需設(shè)備的成本較高，目前還沒有達(dá)到普及的程度。隨著微軟Kinect體感攝像機的推廣使用，成本大大降低，使得普通用戶也可以利用三維重建技術(shù)來制作模型。

現(xiàn)有的三維重建技術(shù)，按照獲取深度信息的方式，可分為被動式技術(shù)和主動式技術(shù)。被動式技術(shù)利用自然光反射，一般通過攝像機拍攝圖像，然后通過一系列的算法計算得到物體的三維坐標(biāo)信息。這種被動式方法的計算量大，速度慢。

主動式技術(shù)包含一個光源，直接測量物體的深度信息，因而很容易做到實時效果，如Time of Flight技術(shù)和結(jié)構(gòu)光技術(shù)。其中Time of Flight技術(shù)的成本很高，從而極大地限制了該技術(shù)的使用場合。Kinect相機使用結(jié)構(gòu)光技術(shù)，成本較低，可以滿足普通用戶的需求，在三維重建中得到了廣泛的應(yīng)用。

針對三維重建，已有相關(guān)專利，如《一種基于SIFT和LBP的點云配準(zhǔn)的接觸網(wǎng)三維重建方法》(公開號：CN104299260A，申請?zhí)枺?01410456796.1，申請日：2014.09.10)，該專利提出一種基于SIFT和LBP的接觸網(wǎng)三維重建方法。專利《基于Kinect視覺技術(shù)的三維空間地圖構(gòu)建方法》(公開號：104794748A，申請?zhí)枺?01510116276.0，申請日：2015.03.17)，該專利提出一種基于Kinect視覺技術(shù)的三維空間地圖構(gòu)建方法。

文獻(xiàn)“Henry P,Krainin M,Herbst E,et al.RGB-D mapping:Using depthcameras for dense 3D modeling of indoor environments[C]//RSS Workshop on RGB-D Cameras.2010.”提出了基于SIFT(尺度不變特征變換)特征匹配定位及TORO(Tree-basedNetwork Optimizer)優(yōu)化算法的室內(nèi)場景三維重建系統(tǒng)，此系統(tǒng)利用深度數(shù)據(jù)和彩色圖像數(shù)據(jù)，使用ICP算法結(jié)合彩色圖像中的SIFT特征對兩幀的點云數(shù)據(jù)進行配準(zhǔn)，同時使用TORO算法—一種針對SLAM的最優(yōu)化算法得到全局點云數(shù)據(jù)，對于特征不明顯甚至光線昏暗的室內(nèi)場景，都可以比較準(zhǔn)確地進行三維重建，但上述算法的計算復(fù)雜，重建速度較慢。

文獻(xiàn)“Fioraio N,Konolige K.Realtime visual and point cloud SLAM[C]//RSS Workshop on RGB-D Cameras.2011.”提出了RGBD-SLAM算法，此算法利用RGB-D傳感器獲取深度數(shù)據(jù)和彩色圖像數(shù)據(jù)，使用k-d tree或投影法在兩幀點云數(shù)據(jù)中尋找對應(yīng)點，運用基于對應(yīng)點的ICP算法實現(xiàn)點云數(shù)據(jù)的配準(zhǔn)，使用g2o—一種高效的非線性最小二乘優(yōu)化器進行全局優(yōu)化，要達(dá)到較好的重構(gòu)效果，依然存在計算復(fù)雜，重建速度慢的問題。

上述兩種算法的計算復(fù)雜，配置的要求較高，且點云模型的冗余點多。