基于混合特征表达的RGB-D点云配准方法研究

发布时间：2020-05-27 18:28

【摘要】：真实物体的三维重建是计算机视觉、计算机图形学等领域的研究热点,在逆向工程、三维动画、文物数字化保护、医学图像处理等领域都有着广泛的应用前景。在进行真实物体的三维重建时,需要扫描多个视角获取物体表面的数据,因此,不同视角的点云配准是三维重建中的重要步骤。随着科学技术的发展,三维扫描设备随之在不断改进,不仅可以采集到真实物体的深度信息而且可以获取物体的颜色信息,因此,关于RGB-D点云配准问题在三维重建领域有着重要的研究意义。针对RGB-D数据的初始配准,本文提出了一种基于混合特征的RGB-D数据配准方法。首先,计算两片点云的几何曲率特征值,并定义两片点云的颜色特征,由几何特征与颜色特征加权组合构成混合特征。其次,根据混合特征在源点云中获取特征点,并由混合特征值和归一化后的RGB值构成特征向量,再根据特征点的特征向量在目标点云中搜索对应点,构成对应点对。最后,计算每个点对在特征向量空间上的欧式距离,构成距离集合并计算距离均值,剔除距离大于该均值的点对,再将剩下的特征点进行分块操作,逐块配准,将每块的配准变换作用于整片点云,选择误差最小的刚性变换作为点云初始配准的最优变换,完成初始配准。在精确配准阶段,首先将RGB颜色值转换成灰度值,并将灰度值的变化范围经过线性变换,映射对齐到几何数据的变化范围,由映射后的灰度值和点云的几何信息构成(x,y,z,gray)四维向量。然后根据混合特征获得特征点,通过k近邻算法在四维向量空间搜索对应点。并定义了一种4D欧氏距离的ICP算法,利用4D-ICP迭代过程实现点云的精确配准。实验结果表明,本文提出的方法快速有效。对比局部特征统计量直方图(LFSH)方法,针对不同模型和不同重叠程度的点云数据,本文方法提出的基于混合特征的分块初始配准方法都能实现良好的配准效果,并在配准时间和配准精度上优于LFSH方法。本文提出的4D-ICP精确配准方法,结合颜色信息和传统ICP方法能快速实现RGB-D点云模型的精确配准。对比其他改进的ICP方法,本文的精配准方法在配准精度和保持颜色纹理方面效果更突出。因此,本文的点云配准方法,无论是初始配准还是精确配准,在RGB-D数据的点云模型的配准过程中都有较好的配准效果。
【图文】：

三维重建应用实例因为三维扫描仪受本身扫描视角的限制，，只能扫描部分有限的视角，并且被扫描物体自身不同部位之间有相互遮挡的情况发生，所以在实际扫描操作中，我

基于混合特征表达的RGB-D点云配准方法研究

初始配准流程图
【学位授予单位】：安庆师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41

【参考文献】