利用深度图像进行场景的三维重建

《利用深度图像进行场景的三维重建》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、利用深度图像进行场景的三维重建何文峰查红彬北京大学信息科学中心，北京，100871e-mail:{wenfeng,zha}@cis.pku.edu.cn摘要：近年来，利用激光扫描仪获得的深度点云数据来进行场景的3D建模受到了广泛的关注。从深度数据获取到最后三维模型的建立涉及到了很多工作，本文就集中讨论了其中的分割、配准和建网。根据真实场景含有大量平面特征的特点，本文提出了利用平面特征来实现配准，这些平面特征是对深度图像进行分割得到的。实验结果显示了这种配准方法的准确性和鲁棒性。另外，本文改进了由深度图像

2、建网的一般方法，从而得到了更好的建网结果。关键词:深度图像激光扫描仪点云深度图像分割配准建网0引言将客观世界在计算机中真实的再现，是计算机视觉和计算机图形学研究的一个热门领域。近年来，激光扫描仪技术得到了很大的发展和商业化，使用它们可以得到真实场景的高精度的3D数据，因此利用这些3D数据来进行真实世界的三维建模得到了很多关注。一般的，通过激光扫描仪进行一次扫描得到的是一组二维有序的点阵，其中每一点包含了相应的场景上被扫描点的距离信息，这个点阵被称为深度图像。为了获得完整的场景，往往需要从几个不同的的位置

3、对目标场景进行扫描，而得到的不同的深度图像则需要配准到一个坐标系下。另一方面，仅仅用离散的点云数据来描述三维场景是远不够的，构建三角网格则是一个常用而有效的办法。本文就集中完成了这两方面的工作。由于我们建模的对象的是室内或室外较大型的场景，这类场景往往具有一个典型的特征，即场景中含有大量的平面。我们的工作也充分的利用了这一特征。在获得场景的数据后，我们对点云数据进行了基于平面的分割，在配准中，我们利用了分割提取出的平面特征来完成。后面部分的安排如下：第1部分介绍了一些相关的研究工作，第2部分阐述了对深度

4、图像进行平面分割，第3部分描述了利用平面特征来进行配准。第4部分描述了利用深度图像生成三角网格的过程。第5部分是我们的一些实验结果。最后给出了结论。1相关的研究工作利用激光扫描仪获取真实场景的3D数据并进而构建出具有真实感的3D模型涉及到了很多人的研究工作。这之中，I.Stamos和P.Allen[1]，S.F.El-Hakim等人[2]以及Y.Yu等人[3]都做了大量的工作，并各自实现了一个完整的系统。H.,Zhao[4]和C.Frueh[5]则进一步构造了动态的3D数据获取系统，他们将激光扫描仪固定

5、在汽车上，从而能够重建更大一级（如街区、城市）的场景模型。在深度图像分割领域，一直吸引着很多人的研究兴趣。Besl和Jain在[6]中提出了一个基于二次表面拟合的分割算法，具有很好的通用性。I.Stamos和P.Allen在[1]中将上面的算法具体到了平面拟合，得到了相对简洁快速的算法。在深度图像配准方面，Besl和McKay提出了著名的ICP（IterativeClosestPoint）算法，这比基于特征的配准算法有更好的鲁棒性和准确性。但它需要一个不错的初始位姿估计。I.Stamos和P.Allen

6、在[1]中使用了直线作为特征来实现配准。Y.Yu等人在[3]中则使用了激光扫描仪自1带的靶标和软件[8]进行配准。马和张在[9]中详细描述了利用对应的三维特征进行运动分析。利用深度图像生成三角网格是一个相对简单的过程，G.Turk在[10]中用到了一种普遍而通用的算法，但在这里，我们对其做了补充和改进。2深度图像的平面分割我们使用了CyraTechonogies,Inc.公司[8]的激光扫描仪Cyrax2500以及其自带软件Cyclone3.1来获得场景的3D数据。扫描完后，得到的深度图像中的每一点包含

7、了当前被扫描点在扫描仪空间坐标系下的三维坐标(x,y,z)。我们采用了[1]中的方法来完成平面分割。首先对深NT度图像上的每一点P，构造其k*k邻域中所有点的协方差矩阵A=∑i=1((vi−m)⋅(vi−m))其中v是邻域中的点，m为邻域点集的重心。A的最小特征值实际上就可以衡量点P的平面拟i合的好坏，而与之对应的特征向量即为点P的拟合平面的法向量。这样就淘汰了那些拟合不好的点并同时求出了拟合成功的点的法向量。另一方面，我们定义了点的相似性条件：1）点的法向一致性；2）点的拟合平面的距离临近性。在算法中

8、，依次对每一个点进行遍历，利用上面的相似性条件，判断该点是否可以和其邻域点合并为同一集合。算法结束后，我们就会得到若干集合，同一集合内的点都处于同一平面上，这样，就实现了对深度图像的平面分割。通过阈值的调整，我们可以得到很好的分割结果。3利用平面特征进行深度图像配准3．1深度图像配准由于深度图像中点的三维坐标是就其自己的扫描空间而言，为了得到场景的完整的三维模型，就需要将这些从不同位置获取的深度图像配准到一个坐标系下。简言之，就是要解决一个