基于结构光的非刚体目标快速三维重建关键技术研究
发布时间：2022-01-20 15:36
基于视觉的三维重建技术是计算机视觉领域中的一个重要研究方向,根据是否发射光信号,可分为被动视觉法和主动视觉法。主动视觉法中的结构光技术由于非接触,精度高,速度快,成本低等优点成为三维重建领域的研究重点,同时在工业界中被广泛应用。由于传统三维重建技术主要针对静态或刚体目标进行研究,因此在非刚体目标的三维重建方面还存在许多问题。本文工作主要是针对基于结构光的非刚体目标快速三维重建技术,围绕服装三维数字化技术和实时三维重建技术开展研究,主要工作可分为以下三个方面:（1）基于RealSense深度相机研究了一种服装三维数字化技术以及开发了相应系统。本文使用3个深度相机和1个旋转平台搭建出一个服装旋转三维扫描系统,利用该系统可获得服装周身的多个视角的点云。本文基于SIFT算法和ICP算法提出了一种相机位姿标定方法,基于该方法和转台标定法可以得到各相机和转台之间的位姿关系参数,将这些参数用于服装各部分点云的配准可以得到完整的服装点云。本文开发了相应的服装三维数字化系统,并对多种样式的衣服进行了实验,结果表明,在使用较少深度相机的情况下,该系统可以较快的得到具有较高精度的服装三维模型。（2）基于近红...
【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
三维重建方法分类Figure1.1Classificationof3Dreconstructionmethods
基于结构光的非刚体目标快速三维重建关键技术研究10测目标0.5~1.2米处。但由于深度相机视场限制，单个相机仅能扫描得到目标的一部分深度信息，无法得到其他视角的深度信息。因此，为了能够完整扫描得到目标的深度信息，重建出完整三维模型，需要使用多个深度相机从多个视角扫描待测物体。考虑到相机的大小，精度和成本，本文选择的深度相机为IntelRealSenseDepthCameraD415[60]，该款相机官方售价为149美元，三维尺寸分别为99、20、23毫米，具有价格低廉，外形小巧等特点。本文使用的用于展示服装的塑料模特高为1.5米，考虑到RealSenseD415的的深度图像传感器在分辨率为1280x720下视场范围(水平视场和竖直视场)为63.4°x40.4°(+/-3°)，RGB图像传感器在分辨率为1920x1080下视场范围为69.4°x42.5°(+/-3°)，本文将三个深度相机固定在一个竖直杆上，两两相距0.5米，分别从上、中、下三个方向拍摄待测物体获取深度信息。另外，为了得到目标其他视角的深度信息，以便生成完整三维模型，本文使用一个旋转平台使目标旋转一周，再利用深度相机进行多次拍摄。上述思路的硬件设计方案如图2.1(a)所示，三个深度相机竖直排列在一根垂直地面的直杆上，每两个相机直接距离0.5m，最下方相机距地面0.4m，直杆在水平方向上距离旋转平台中心为0.9m，旋转平台直径为25cm，其余部分由铝制型材搭建完成。实际场景下搭建好的硬件系统如图2.1(b)所示。图2.1服装三维扫描硬件系统Figure2.1Clothing3Dscanninghardwaresystem2.1.2系统概述本文的工作是利用3个IntelRealSenseD415深度相机和1个旋转平台研究
第2章基于RealSense深度相机的服装三维数字化技术研究及系统开发11一种服装三维数字化系统。该系统工作时，会旋转待测服装模特一周，获得模特周身36个部分的点云。这些点云分别来自3个相机的12个视角，因此它们所处的坐标空间各不相同。为了将它们配准到同一坐标空间，以便得到目标完整点云，需要对深度相机-深度相机之间、深度相机-旋转平台之间进行相对位姿标定，这是本系统的研究重点。基于深度相机的服装三维数字化系统的工作流程如图2.2所示。图2.2基于深度相机的服装三维数字化系统工作流程Figure2.2Workflowof3Ddigitalclothingsystembasedondepthcameras系统具体工作过程如下：第一步，将一个服装模特放在旋转平台上，控制它旋转12次，每次旋转30度，3个深度相机从12个视角扫描该模特，获取彩色图像和深度图像；第二步，根据深度相机内参数和深度图像，计算出对应的36个点云以及各自法向量；第三步，对这些点云进行下采样、去除离群点、平滑等操作；第四步，根据深度相机标定和转台标定结果，配准所有点云，得到服装的完整点云；第五步，对完整点云使用泊松曲面重建算法得到网格模型；第六步，使用纹理贴图技术对网格模型表面添加纹理信息，得到最终三维彩色服装模型。2.2点云数据处理受深度相机的传感器精度、室内环境光照、被测物体的表面性质变化以及实际操作误差等因素影响，初始获取的点云不可避免地带有一些噪声点。同时，由于拍摄目标受到外界视线干扰和遮挡等因素影响，获取的点云中带有一些离目标主体较远的离群点。这些噪声点和离群点的存在会影响后续点云配准和模型重建的速度和精度，因此，为了最终得到平滑完整的三维模型，需要对点云进行下采样和平滑处理。法向量是点云的主要属性之一，在后续的曲面重建，纹理贴
【参考文献】：
期刊论文
[1]服装行业数字化技术应用及发展研究[J]. 王文彬,刘驰. 天津纺织科技. 2019(06)
[2]基于线结构光的3D手持扫描仪数据拼接方法研究[J]. 郭怡,吴琼,刘宝龙. 自动化与仪器仪表. 2019(12)
[3]点云数据滤波算法研究[J]. 焦晨,王宝锋,易耀华. 国外电子测量技术. 2019(11)
[4]线结构光视觉传感器机器人手眼关系标定[J]. 陆艺,沈添秀,郭小娟,郭斌. 中国测试. 2019(10)
[5]基于结构光的三维测量技术研究[J]. 宋少哲,牛金星,张涛. 河南科技. 2019(22)
[6]基于2D靶标的摄像机与转台中心轴同步标定方法[J]. 吕海东,任永潮,戴士杰,王志平. 传感器与微系统. 2019(07)
[7]一种用于三维重建的多视图前景目标自动分割算法[J]. 朱正伟,张静,饶鹏,陈忻. 计算机应用与软件. 2019(06)
[8]基于RGB-D相机的SLAM技术研究综述[J]. 陈世浪,吴俊君. 计算机工程与应用. 2019(07)
[9]基于VR/AR技术的购物平台的研究[J]. 赵凤硕,衣雪婷,荆宇佳,安静. 科技风. 2019(07)
[10]一种基于AKAZE算法的多视图几何三维重建方法[J]. 周泩朴,耿国华,李康,王飘. 计算机科学. 2018(S2)
博士论文
[1]三维曲面测量的编码结构光技术研究[D]. 唐苏明.上海大学 2015
硕士论文
[1]基于双目视觉图像的检测技术研究[D]. 袁凯.哈尔滨工程大学 2018
[2]泊松隐式曲面重建算法及其并行化研究[D]. 刘涛.中北大学 2018
[3]基于编码结构光的三维扫描仪原型系统研发[D]. 刘洋.浙江大学 2005
本文编号：3599082
【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
三维重建方法分类Figure1.1Classificationof3Dreconstructionmethods
基于结构光的非刚体目标快速三维重建关键技术研究10测目标0.5~1.2米处。但由于深度相机视场限制，单个相机仅能扫描得到目标的一部分深度信息，无法得到其他视角的深度信息。因此，为了能够完整扫描得到目标的深度信息，重建出完整三维模型，需要使用多个深度相机从多个视角扫描待测物体。考虑到相机的大小，精度和成本，本文选择的深度相机为IntelRealSenseDepthCameraD415[60]，该款相机官方售价为149美元，三维尺寸分别为99、20、23毫米，具有价格低廉，外形小巧等特点。本文使用的用于展示服装的塑料模特高为1.5米，考虑到RealSenseD415的的深度图像传感器在分辨率为1280x720下视场范围(水平视场和竖直视场)为63.4°x40.4°(+/-3°)，RGB图像传感器在分辨率为1920x1080下视场范围为69.4°x42.5°(+/-3°)，本文将三个深度相机固定在一个竖直杆上，两两相距0.5米，分别从上、中、下三个方向拍摄待测物体获取深度信息。另外，为了得到目标其他视角的深度信息，以便生成完整三维模型，本文使用一个旋转平台使目标旋转一周，再利用深度相机进行多次拍摄。上述思路的硬件设计方案如图2.1(a)所示，三个深度相机竖直排列在一根垂直地面的直杆上，每两个相机直接距离0.5m，最下方相机距地面0.4m，直杆在水平方向上距离旋转平台中心为0.9m，旋转平台直径为25cm，其余部分由铝制型材搭建完成。实际场景下搭建好的硬件系统如图2.1(b)所示。图2.1服装三维扫描硬件系统Figure2.1Clothing3Dscanninghardwaresystem2.1.2系统概述本文的工作是利用3个IntelRealSenseD415深度相机和1个旋转平台研究
第2章基于RealSense深度相机的服装三维数字化技术研究及系统开发11一种服装三维数字化系统。该系统工作时，会旋转待测服装模特一周，获得模特周身36个部分的点云。这些点云分别来自3个相机的12个视角，因此它们所处的坐标空间各不相同。为了将它们配准到同一坐标空间，以便得到目标完整点云，需要对深度相机-深度相机之间、深度相机-旋转平台之间进行相对位姿标定，这是本系统的研究重点。基于深度相机的服装三维数字化系统的工作流程如图2.2所示。图2.2基于深度相机的服装三维数字化系统工作流程Figure2.2Workflowof3Ddigitalclothingsystembasedondepthcameras系统具体工作过程如下：第一步，将一个服装模特放在旋转平台上，控制它旋转12次，每次旋转30度，3个深度相机从12个视角扫描该模特，获取彩色图像和深度图像；第二步，根据深度相机内参数和深度图像，计算出对应的36个点云以及各自法向量；第三步，对这些点云进行下采样、去除离群点、平滑等操作；第四步，根据深度相机标定和转台标定结果，配准所有点云，得到服装的完整点云；第五步，对完整点云使用泊松曲面重建算法得到网格模型；第六步，使用纹理贴图技术对网格模型表面添加纹理信息，得到最终三维彩色服装模型。2.2点云数据处理受深度相机的传感器精度、室内环境光照、被测物体的表面性质变化以及实际操作误差等因素影响，初始获取的点云不可避免地带有一些噪声点。同时，由于拍摄目标受到外界视线干扰和遮挡等因素影响，获取的点云中带有一些离目标主体较远的离群点。这些噪声点和离群点的存在会影响后续点云配准和模型重建的速度和精度，因此，为了最终得到平滑完整的三维模型，需要对点云进行下采样和平滑处理。法向量是点云的主要属性之一，在后续的曲面重建，纹理贴
【参考文献】：
期刊论文
[1]服装行业数字化技术应用及发展研究[J]. 王文彬,刘驰. 天津纺织科技. 2019(06)
[2]基于线结构光的3D手持扫描仪数据拼接方法研究[J]. 郭怡,吴琼,刘宝龙. 自动化与仪器仪表. 2019(12)
[3]点云数据滤波算法研究[J]. 焦晨,王宝锋,易耀华. 国外电子测量技术. 2019(11)
[4]线结构光视觉传感器机器人手眼关系标定[J]. 陆艺,沈添秀,郭小娟,郭斌. 中国测试. 2019(10)
[5]基于结构光的三维测量技术研究[J]. 宋少哲,牛金星,张涛. 河南科技. 2019(22)
[6]基于2D靶标的摄像机与转台中心轴同步标定方法[J]. 吕海东,任永潮,戴士杰,王志平. 传感器与微系统. 2019(07)
[7]一种用于三维重建的多视图前景目标自动分割算法[J]. 朱正伟,张静,饶鹏,陈忻. 计算机应用与软件. 2019(06)
[8]基于RGB-D相机的SLAM技术研究综述[J]. 陈世浪,吴俊君. 计算机工程与应用. 2019(07)
[9]基于VR/AR技术的购物平台的研究[J]. 赵凤硕,衣雪婷,荆宇佳,安静. 科技风. 2019(07)
[10]一种基于AKAZE算法的多视图几何三维重建方法[J]. 周泩朴,耿国华,李康,王飘. 计算机科学. 2018(S2)
博士论文
[1]三维曲面测量的编码结构光技术研究[D]. 唐苏明.上海大学 2015
硕士论文
[1]基于双目视觉图像的检测技术研究[D]. 袁凯.哈尔滨工程大学 2018
[2]泊松隐式曲面重建算法及其并行化研究[D]. 刘涛.中北大学 2018
[3]基于编码结构光的三维扫描仪原型系统研发[D]. 刘洋.浙江大学 2005
本文编号：3599082
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3599082.html
最近更新
教材专著
