基于Kinect的室内场景三维重建方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106803267A(43)申请公布日2017.06.06(21)申请号201710014728.3(22)申请日2017.01.10(71)申请人西安电子科技大学地址710071陕西省西安市雁塔区太白南路2号(72)发明人卢朝阳丹熙方李静矫春龙(74)专利代理机构陕西电子工业专利中心61205代理人程晓霞王品华(51)Int.Cl.G06T7/33(2017.01)G06T7/55(2017.01)G06T15/00(2011.01)G06T17/30(2006.01)权利要求书2页说明书8页附图3页(54)发明名称基于Kinect的室内场景三维重建方法(57)摘要本发明公开了一种基于Kinect的室内场景三维重建方法，解决了实时重建室内场景三维模型且避免过多冗余点的技术问题，包括步骤：用Kinect获取物体深度数据，对深度数据进行去噪并降采样；获取当前帧点云数据，并计算出该帧内各点的法向量；用TSDF算法建立全局数据立方体，用光线投射算法计算预测点云数据；通过ICP算法和预测点云数据计算点云配准矩阵，将每帧获取的点云数据融合到全局数据立方体中，逐帧融合点云数据，直至获得较好的融合效果；用等值面提取算法对点云数据进行渲染，构建出物体的三维模型。本发明提高了配准速度和配准精度，融合速度快，冗余点少，可用于室内场景实时重建。CN106803267ACN106803267A权利要求书1/2页1.一种基于Kinect的室内场景三维重建方法，其特征在于，包括以下步骤：步骤1.深度数据去噪及降采样：设定计时器t，开始计时，使用Kinect获取室内场景中物体一帧的深度数据，采用联合双边滤波方法，对此深度数据进行去噪，将彩色图像和深度图像相结合，补全缺失的深度图像，并通过降采样获得多个分辨率的深度数据；步骤2.获取当前帧点云数据，并计算出该帧内各点的法向量：根据Kinect的相机参数得到从图像坐标系到相机坐标系的变换矩阵，利用此变换矩阵和多个分辨率的深度数据计算得到室内场景中物体的当前帧点云数据，使用特征值估计(eigenvalueestimation)计算出当前帧点云数据各点的法向量；步骤3.获取当前帧点云数据的全局数据立方体并计算预测点云数据：利用截断符号距离函数将当前帧点云数据转换到全局数据立方体的体素中，并利用光线投影算法结合初始点云配准矩阵，计算得到全局数据立方体的预测点云数据和预测点云各点的法向量，初始点云配准矩阵设定为单位矩阵；步骤4.两帧点云数据的融合配准：4.1移动Kinect，返回执行步骤1—步骤2,再次获取一帧室内场景中物体的点云数据并计算出该帧内各点的法向量；4.2使用ICP算法结合当前帧获取的点云数据、法向量和上一帧获取的预测点云数据、预测点云法向量计算，得到一个点云配准矩阵，并用该点云配准矩阵更新当前点云配准矩阵；4.3采用TSDF算法进行点云融合，通过当前点云配准矩阵更新全局立方体的体素，将当前帧点云数据融合到全局立方体中；4.4利用光线投影算法结合当前点云配准矩阵，计算得到全局数据立方体的预测点云数据和预测点云各点的法向量；步骤5.多帧点云数据的融合配准：返回步骤4，重复执行步骤4，逐帧获取数据，将新获取的每一帧点云数据融合到全局立方体中，直到计时器t达到设定时间，设定时间为1到3分钟，停止获取点云数据，得到配准好的点云数据；步骤6.配准好的点云数据的渲染：通过等值面提取算法(MarchingCubes)对配准好的点云数据进行渲染，构建出室内场景中物体的三维模型，完成室内场景三维重建。2.根据权利要求1所述的一种基于Kinect的室内场景三维重建方法，其特征在于，步骤1使用降采样得到的多分辨率深度数据，用于计算点云配准变换矩阵，具体包括：4.2.1使用ICP算法，采用最低分辨率的深度数据和预测点云数据，计算得到点云配准变换矩阵；4.2.2然后在此点云配准变换矩阵的基础上，利用更高一级分辨率的深度数据和预测点云数据，逐级计算获得更准确的点云配准变换矩阵，并用于更新当前的点云配准矩阵。3.根据权利要求1所述的一种基于Kinect的室内场景三维重建方法，其特征在于，步骤4.3中采用TSDF算法进行点云融合，包括：4.3.1TSDF算法用一个立方体栅格来表示3维空间，立方体中的每一个栅格存放的是该2CN106803267A权利要求书2/2页栅格到物体模型表面的距离D和权重W；4.3.2用正负来表示在表面被遮挡一侧和可见一侧，而过零点就是表面上的点；正值表示室内场景物体可见一侧，负值表示室内场景物体被遮挡一侧；4.3.3通过此权重W来融合全局点云数据和当前帧点云数据。4.根据权利要求1所述的一种基于Kinect的室内场景三维重建方法，其特征在