基于深度摄像机的三维场景表面重建关键技术研究

发布时间：2017-03-19 23:09

  本文关键词：基于深度摄像机的三维场景表面重建关键技术研究，由笔耕文化传播整理发布。

【摘要】：三维表面重建技术通过获取的图像或图像序列来恢复目标物体的三维立体信息,在远程医疗、沉浸式虚拟交互、文物保护、3D打印等领域有着广阔的应用前景和商业价值。三维表面重建技术作为计算机视觉、增强现实以及新型人机交互等前沿领域的关键技术和研究热点,是人类在基础研究和应用研究中面临的重大挑战之一。近些年来随着新型深度采集设备的不断发展,基于主动式深度获取的三维场景表面重建技术成为新的研究热点。本文围绕提高三维场景表面重建模型的精度和尺度这一核心问题,针对三维场景重建过程中的深度图像预处理、点云配准、点云数据融合、深度摄像机重定位等问题进行研究,主要的创新点和贡献如下：1.在分析ToF深度摄像机的光学成像机制并建立误差数学模型的基础上,提出了一种基于加权最小二乘法(Weighted Least Squares)的去噪滤波算法来消除深度图像中的原始误差。实验结果表明本文提出的算法和主流的深度图像滤波算法相比,可有效消除ToF深度摄像机所捕获深度图像中的原始误差,并且保护深度图像中物体边缘区域的阶跃信息,提高深度测量的准确度。2.提出一种基于注视点变化的数据立方体移动算法实现递增式的三维场景表面重建,有效扩展了场景重建的空间尺度。为提升摄像机在大尺度空间场景中的追踪精度和鲁棒性,提出了一种改进的摄像机追踪优化算法,分别通过摄像机姿态的运动补偿、带有权重的ICP点云配准、摄像机姿态的多帧联合估计等方法对追踪过程进行优化,减小摄像机追踪过程中的误差累积。提出了一种基于八叉树森林的体素数据存取方法,在减少非场景表面区域体素冗余的同时提高场景表面区域的体素密度,实现了有限内存资源下的场景模型重建精度优化。3.为解决三维场景重建过程中存在的摄像机追踪丢失问题,提出了一种基于随机森林模型的深度摄像机重定位算法,可以快速高效地建立起二维图像像素点和三维世界坐标值的映射关系,在摄像机追踪失败时利用单帧RGB-D图像即可完成摄像机的重定位运算。相比于基于图像匹配的摄像机重定位算法,本文提出的算法节省了特征点检测、描述、匹配的时间,降低了匹配特征点对数量不足的风险,提高了摄像机重定位结果的精度和鲁棒性。
【关键词】：三维表面重建 深度图像去噪 加权最小二乘法 迭代最近点 摄像机追踪 八叉树 摄像机重定位 随机森林
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-8
• Abstract8-16
• 第1章 绪论16-32
• 1.1 引言16-17
• 1.2 三维重建技术的发展17-21
• 1.3 三维场景表面重建技术研究现状21-23
• 1.4 基于深度摄像机的三维场景表面重建的关键问题23-27
• 1.5 论文的主要工作及内容组织结构27-32
• 1.5.1 论文的主要研究内容27-29
• 1.5.2 论文的主要研究成果29-30
• 1.5.3 论文的组织结构30-32
• 第2章 深度摄像机噪声分析和去噪算法研究32-61
• 2.1 ToF深度摄像机成像原理分析32-44
• 2.1.1 ToF深度摄像机简介32-34
• 2.1.2 ToF摄像机的数学模型34-37
• 2.1.3 ToF摄像机的噪声模型37-44
• 2.2 深度图像去噪滤波常用算法44-50
• 2.2.1 高斯滤波45-46
• 2.2.2 中值滤波46
• 2.2.3 均值滤波46
• 2.2.4 双边滤波46-49
• 2.2.5 非局部均值滤波49-50
• 2.3 基于加权最小二乘法的深度图像滤波算法50-54
• 2.4 实验结果分析及讨论54-59
• 2.5 本章小结59-61
• 第3章 点云配准算法研究61-86
• 3.1 深度图像配准常用算法62-67
• 3.2 摄像机追踪优化算法67-74
• 3.2.1 摄像机姿态的运动补偿67-70
• 3.2.2 带有权重的ICP点云配准70-72
• 3.2.3 摄像机姿态的多帧联合估计72-74
• 3.3 基于注视点变化的数据立方体移动算法74-78
• 3.4 实验结果分析及讨论78-85
• 3.4.1 摄像机追踪优化算法的追踪性能78-82
• 3.4.2 大尺度室内场景表面重建的实验结果82-85
• 3.5 本章小结85-86
• 第4章 点云模型融合算法研究86-105
• 4.1 基于体集成算法的点云数据融合86-92
• 4.1.1 点云融合算法简介86-87
• 4.1.2 场景模型融合87-90
• 4.1.3 三维点云提取90-92
• 4.2 基于八叉树森林的点云数据融合92-100
• 4.2.1 八叉树基本原理92-95
• 4.2.2 八叉树森林的构建95-98
• 4.2.3 八叉树森林的搜索98-100
• 4.3 实验结果分析及讨论100-104
• 4.4 本章小结104-105
• 第5章 深度摄像机重定位算法研究105-122
• 5.1 基于图像匹配的摄像机重定位算法105-107
• 5.2 基于随机森林的摄像机重定位算法107-118
• 5.2.1 决策树107-109
• 5.2.2 随机森林模型109-112
• 5.2.3 结合深度信息的图像特征提取112-113
• 5.2.4 随机森林的生成113-115
• 5.2.5 摄像机姿态估计115-118
• 5.3 实验结果分析及讨论118-121
• 5.4 本章小结121-122
• 第6章 总结和展望122-125
• 参考文献125-137
• 攻读博士学位期间主要的研究成果137-138

【相似文献】

中国期刊全文数据库 前10条

1 王临生;;谈实验教学用摄像机的管理与维护[J];实验室科学;2007年05期

2 钱小韵;;北京奥运会上的特种摄像机[J];现代电视技术;2009年05期

3 陈幼林;;防暴摄像机不是防爆摄像机[J];中国公共安全(综合版);2009年06期

4 雷玉堂;杨中东;周宇翔;;十字标尺摄像机的原理及其在军事与测量方面的应用[J];中国公共安全(综合版);2009年06期

5 康名颖;;摄像机镜头的维护与维修[J];电子世界;2013年21期

6 张金生;掌中宝三谈——家用摄像机使用知识[J];当代电视;1995年09期

7 张兰英;电视摄像机镜头防水滴防水汽装置[J];电视技术;1999年07期

8 周光义;;对摄像机镜头维修的研究[J];通讯世界;2014年01期

9 王明明;;矿用防爆摄像机,让“井下”环境更安全[J];中国安防;2014年06期

10 任立春;专业与家用摄像机的调整使用技巧[J];德州学院学报(自然科学版);2001年02期

中国重要会议论文全文数据库 前10条

1 杨雪发;;工业摄像机镜头选用与调整[A];中国计量协会冶金分会2008年会论文集[C];2008年

2 杨雪发;;工业摄像机镜头选用与调整[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年

3 王继春;;高空摄像机镜头的设计[A];2006年全国光电技术学术交流会会议文集（B 光学系统设计与制造技术专题）[C];2006年

4 罗飞路;姬涛;陈棣湘;;统计检验在摄像机成像误差修正中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

5 吴晔华;康正平;王佩;徐妍;;高清与标清摄像机与灯光照度之间的关系测试分析[A];中国照明论坛——绿色照明与照明节能科技研讨会专题报告文集[C];2008年

6 吴晔华;王s，

本文编号：256748