基于RGB-D图像的室内三维场景重建关键技术研究
发布时间：2021-12-15 22:25
随着虚拟现实技术的飞速发展,室内三维场景的重建引起了众多学者的关注,目前大多三维场景重建都是基于激光扫描数据进行,其虽然能达到较为理想的效果,但设备价格昂贵,RGB-D相机由于价格低廉、结构小巧、操作简单,能同时获得彩色图及深度图,现已得到众多学者的青睐。本文主要围绕RGB-D图像展开研究,对室内三维重建过程中所涉及的深度图像修复、点云配准、点云分割、模型构建等关键技术展开工作,具体内容如下:（1）详细分析了RGB-D传感器获取深度图像及点云的生成原理,通过分析深度图像中空洞及噪声成因,提出了基于光线追踪渲染降噪方法,该算法将每个像素的颜色分解成直接光照和间接光照两部分,其中像素的照度通过纹理信息获得,然后对深度图像空洞进行修复,对照度信息采取时间及空间的联合滤波来弥补因样本少而造成的信息缺失。（2）点云配准研究。针对最近点迭代算法（Iterative Closest Point,ICP）易陷入局部最优解问题,本文在精配前首先对原始点云数据进行粗配,在对原始数据预处理后,本文分别采用4PCS算法、PFH算法、FPFH算法和NDT四种粗配算法进行实验,通过分析四种粗配准算法的运行效率及配...
【文章来源】：江西理工大学江西省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
基于RGB-D点云室内场景重建
第二章深度图像获取及空洞修复7第二章RGB-D深度图像获取及空洞修复当前室内点云数据的获取方式有很多，如主动测距传感及被动测距传感，本文获取数据方式为被动测距，本章首先对小觅深度相机作简要介绍，详细描述深度图及点云的生成原理，由于设备自身原因及周边环境影响，获取的深度图不可避免产生噪声及空洞，通过详细分析其形成原因，列出几种常见的深度图像修复算法，最后提出光线追踪渲染降噪，对实测数据进行实验及分析，验证该算法对空洞修复的效果。2.1小觅深度相机简介小觅双目深度相机产品（MYNTEYE）是基于“视觉+惯性导航+结构光”的融合，是由小觅智能推出的业界领先的基于双筒望远镜的多传感器融合模块，现被广泛使用，例如视觉定位导航领域（vSLAM）：用于无人驾驶车辆和机器人的实时视觉定位导航系统，无人机视觉定位系统，无人驾驶避障导航系统，增强现实（AR），虚拟现实（VR），如图2.1所示。它为VIO视觉惯性里程表算法研究与vSLAM视觉定位导航算法研究提供准确的数据信息。(a)服务机器人(b)无人机(c)AGV(d)AR/VR图2.1双目相机应用场景自2017年发布首款产品以来，小觅双目深度相机系列产品已成为全球市场上排名第一的产品，其具有出色的性能，极强的适应性和高质量的技术支持。图2.2显示了双目视觉相机产品的外观，它配备了两个彩色摄像机和两个红外有源光电探测器。该系列中使用的高精度芯片能确保两个协作相机采集的图像帧的同
第二章深度图像获取及空洞修复7第二章RGB-D深度图像获取及空洞修复当前室内点云数据的获取方式有很多，如主动测距传感及被动测距传感，本文获取数据方式为被动测距，本章首先对小觅深度相机作简要介绍，详细描述深度图及点云的生成原理，由于设备自身原因及周边环境影响，获取的深度图不可避免产生噪声及空洞，通过详细分析其形成原因，列出几种常见的深度图像修复算法，最后提出光线追踪渲染降噪，对实测数据进行实验及分析，验证该算法对空洞修复的效果。2.1小觅深度相机简介小觅双目深度相机产品（MYNTEYE）是基于“视觉+惯性导航+结构光”的融合，是由小觅智能推出的业界领先的基于双筒望远镜的多传感器融合模块，现被广泛使用，例如视觉定位导航领域（vSLAM）：用于无人驾驶车辆和机器人的实时视觉定位导航系统，无人机视觉定位系统，无人驾驶避障导航系统，增强现实（AR），虚拟现实（VR），如图2.1所示。它为VIO视觉惯性里程表算法研究与vSLAM视觉定位导航算法研究提供准确的数据信息。(a)服务机器人(b)无人机(c)AGV(d)AR/VR图2.1双目相机应用场景自2017年发布首款产品以来，小觅双目深度相机系列产品已成为全球市场上排名第一的产品，其具有出色的性能，极强的适应性和高质量的技术支持。图2.2显示了双目视觉相机产品的外观，它配备了两个彩色摄像机和两个红外有源光电探测器。该系列中使用的高精度芯片能确保两个协作相机采集的图像帧的同
【参考文献】：
期刊论文
[1]巡检机器人获取柑橘树上果实完整表面信息方法研究[J]. 王毅,何宇,王恺,熊龙烨,王卓,张艺谭. 农业机械学报. 2020(04)
[2]基于模板替换的室内场景建模方法研究[J]. 张肇轩,王诚斌,杨鑫,朴星霖,王鹏杰,尹宝才. 图学学报. 2020(02)
[3]结合视觉惯性模组的室内三维布局鲁棒重建方法[J]. 张宏鑫,方雨桐,利明. 计算机辅助设计与图形学学报. 2020(02)
[4]基于深度相机的大场景三维重建[J]. 刘东生,陈建林,费点,张之江. 光学精密工程. 2020(01)
[5]一种三维激光点云中建筑物立面渐进分割方法[J]. 卢秀山,邢恺强,刘如飞,王鹏. 测绘科学. 2019(12)
[6]基于区域生长算法的复杂建筑物屋顶点云分割[J]. 朱军桃,王雷,赵传,郑旭东. 国土资源遥感. 2019(04)
[7]基于深度融合的深度图像修复算法[J]. 王殿伟,陈鹏,李大湘,许志杰,王晶. 光电子·激光. 2019(06)
[8]基于目标特征的植株深度图像修复[J]. 陈国军,程琰,曹岳,李胜. 图学学报. 2019(03)
[9]基于RGB-D SLAM手机的森林样地调查系统研究[J]. 范永祥,冯仲科,陈盼盼,高祥,申朝永. 农业机械学报. 2019(08)
[10]SLAM激光点云整体精配准位姿图技术[J]. 闫利,戴集成,谭骏祥,刘华,陈长军. 测绘学报. 2019(03)
本文编号：3537251
【文章来源】：江西理工大学江西省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
基于RGB-D点云室内场景重建
第二章深度图像获取及空洞修复7第二章RGB-D深度图像获取及空洞修复当前室内点云数据的获取方式有很多，如主动测距传感及被动测距传感，本文获取数据方式为被动测距，本章首先对小觅深度相机作简要介绍，详细描述深度图及点云的生成原理，由于设备自身原因及周边环境影响，获取的深度图不可避免产生噪声及空洞，通过详细分析其形成原因，列出几种常见的深度图像修复算法，最后提出光线追踪渲染降噪，对实测数据进行实验及分析，验证该算法对空洞修复的效果。2.1小觅深度相机简介小觅双目深度相机产品（MYNTEYE）是基于“视觉+惯性导航+结构光”的融合，是由小觅智能推出的业界领先的基于双筒望远镜的多传感器融合模块，现被广泛使用，例如视觉定位导航领域（vSLAM）：用于无人驾驶车辆和机器人的实时视觉定位导航系统，无人机视觉定位系统，无人驾驶避障导航系统，增强现实（AR），虚拟现实（VR），如图2.1所示。它为VIO视觉惯性里程表算法研究与vSLAM视觉定位导航算法研究提供准确的数据信息。(a)服务机器人(b)无人机(c)AGV(d)AR/VR图2.1双目相机应用场景自2017年发布首款产品以来，小觅双目深度相机系列产品已成为全球市场上排名第一的产品，其具有出色的性能，极强的适应性和高质量的技术支持。图2.2显示了双目视觉相机产品的外观，它配备了两个彩色摄像机和两个红外有源光电探测器。该系列中使用的高精度芯片能确保两个协作相机采集的图像帧的同
第二章深度图像获取及空洞修复7第二章RGB-D深度图像获取及空洞修复当前室内点云数据的获取方式有很多，如主动测距传感及被动测距传感，本文获取数据方式为被动测距，本章首先对小觅深度相机作简要介绍，详细描述深度图及点云的生成原理，由于设备自身原因及周边环境影响，获取的深度图不可避免产生噪声及空洞，通过详细分析其形成原因，列出几种常见的深度图像修复算法，最后提出光线追踪渲染降噪，对实测数据进行实验及分析，验证该算法对空洞修复的效果。2.1小觅深度相机简介小觅双目深度相机产品（MYNTEYE）是基于“视觉+惯性导航+结构光”的融合，是由小觅智能推出的业界领先的基于双筒望远镜的多传感器融合模块，现被广泛使用，例如视觉定位导航领域（vSLAM）：用于无人驾驶车辆和机器人的实时视觉定位导航系统，无人机视觉定位系统，无人驾驶避障导航系统，增强现实（AR），虚拟现实（VR），如图2.1所示。它为VIO视觉惯性里程表算法研究与vSLAM视觉定位导航算法研究提供准确的数据信息。(a)服务机器人(b)无人机(c)AGV(d)AR/VR图2.1双目相机应用场景自2017年发布首款产品以来，小觅双目深度相机系列产品已成为全球市场上排名第一的产品，其具有出色的性能，极强的适应性和高质量的技术支持。图2.2显示了双目视觉相机产品的外观，它配备了两个彩色摄像机和两个红外有源光电探测器。该系列中使用的高精度芯片能确保两个协作相机采集的图像帧的同
【参考文献】：
期刊论文
[1]巡检机器人获取柑橘树上果实完整表面信息方法研究[J]. 王毅,何宇,王恺,熊龙烨,王卓,张艺谭. 农业机械学报. 2020(04)
[2]基于模板替换的室内场景建模方法研究[J]. 张肇轩,王诚斌,杨鑫,朴星霖,王鹏杰,尹宝才. 图学学报. 2020(02)
[3]结合视觉惯性模组的室内三维布局鲁棒重建方法[J]. 张宏鑫,方雨桐,利明. 计算机辅助设计与图形学学报. 2020(02)
[4]基于深度相机的大场景三维重建[J]. 刘东生,陈建林,费点,张之江. 光学精密工程. 2020(01)
[5]一种三维激光点云中建筑物立面渐进分割方法[J]. 卢秀山,邢恺强,刘如飞,王鹏. 测绘科学. 2019(12)
[6]基于区域生长算法的复杂建筑物屋顶点云分割[J]. 朱军桃,王雷,赵传,郑旭东. 国土资源遥感. 2019(04)
[7]基于深度融合的深度图像修复算法[J]. 王殿伟,陈鹏,李大湘,许志杰,王晶. 光电子·激光. 2019(06)
[8]基于目标特征的植株深度图像修复[J]. 陈国军,程琰,曹岳,李胜. 图学学报. 2019(03)
[9]基于RGB-D SLAM手机的森林样地调查系统研究[J]. 范永祥,冯仲科,陈盼盼,高祥,申朝永. 农业机械学报. 2019(08)
[10]SLAM激光点云整体精配准位姿图技术[J]. 闫利,戴集成,谭骏祥,刘华,陈长军. 测绘学报. 2019(03)
本文编号：3537251
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3537251.html
