基于RGB_D深度相机的室内场景重建.pdf

《基于RGB_D深度相机的室内场景重建.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、1366中图法分类号:TP391.9文献标识码:A文章编号:1006-8961(2015)10-1366-08论文引用格式:MeiF，LiuJ，LiCP，WangZQ.ImprovedRGB-Dcamerabasedindoorscenereconstruction［J］．JournalofImageandGraphics，2015，20(10):1366-1373．［梅峰，刘京，李淳秡，王兆其．基于RGB-D深度相机的室内场景重建［J］．中国图象图形学报，2015，20(10):1366-1373．］［DOI:1

2、0．11834/jig．20151010］基于RGB-D深度相机的室内场景重建1，21，211梅峰，刘京，李淳秡，王兆其1.移动计算与新型终端北京市重点实验室，中国科学院计算技术研究所，北京100190;2.中国科学院大学，北京100049摘要:目的重建包含真实纹理的彩色场景3维模型是计算机视觉领域重要的研究课题之一，由于室内场景复杂、采样图像序列长且运动无规则，现有的3维重建算法存在重建尺度受限、局部细节重建效果差的等问题。方法以RGBD-SLAM算法为基础并提出了两方面的改进，一是将深度图中的平面信息加入帧间配

3、准算法，提高了帧间配准算法的鲁棒性与精度;二是在截断符号距离函数(TSDF)体重建过程中，提出了一种指数权重函数，相比普通的权重函数能更好地减少相机深度畸变对重建的影响。结果本文方法在相机姿态估计中带来了比RGBD-SLAM方法更好的结果，平均绝对路径误差减少1.3cm，能取得到更好的重建效果。结论本文方法有效地提高了相机姿态估计精度，可以应用于室内场景重建中。关键词:RGB-D深度相机;同时定位与地图构建;相机姿态估计;3维重建ImprovedRGB-Dcamerabasedindoorscenereconstr

4、uction1，21，211MeiFeng，LiuJing，LiChunpeng，WangZhaoqi1.BeijingKeyLaboratoryofMobileComputingandPervasiveDevice，InstituteofComputingTechnology，ChineseAcademyofSciences，Beijing100190，China;2.UniversityofChineseAcademyofSciences，Beijing100049，ChinaAbstract:Objectiv

5、eThree-dimensionalreconstructioncontainingtextureinformationisaclassicalissueincomputervi-sion.ConsideringthecomplexityofanindoorsceneandthelengthofsamplingimagesequencecapturedfromarandommovingRGB-Dsensor，conventionalthree-dimensionalreconstructionmethodssuff

6、erfromlimitedscaleandperformpoorlo-caldetailreconstructioneffect.MethodThispaperproposestwoimprovementsoftheRGBD-SLAM-basedthree-dimension-alreconstructionalgorithmtoobtainhigherqualityreconstructioneffect.Ontheonehand，theplane-primitivesareincorpo-ratedascons

7、traintstoenhancerobustnessandaccuracyofthepair-wiseregistrationalgorithm.Ontheotherhand，toreducetheinfluenceofRGB-Dsensorlargedistortion，anovelexponentialweightfunctionthatismotivatedbyaGaussiannoisemod-elisproposed.ResultIntheexperiment，theproposedmethodyield

8、shigherqualityresultscomparedwithstate-of-the-artap-proachesonthebenchmarksdatasetofthecomputervisiongroupofStanford.Ourmethodalsoachievesloweraverageabsolutetrajectoryerrorcompare