基于飞行时间摄像机的三维模型重建研究

论文摘要

随着计算机技术的发展,三维立体视觉技术在科学计算可视化、文化教育、军事、娱乐等众多领域都有非常广泛的应用。三维模型的获取是三维立体视觉中的一项基础性任务。飞行时间法是获取物体表面深度信息的常用方法,然而目前基于飞行时间原理的三维测距相机捕获数据存在分辨率低、噪声大,无法直接用于三维模型重建。为了解决这些问题,本文主要做了以下工作:1.对国内外基于三维扫描的模型重建技术进行研究。包括点云数据的三角化、双边滤波、中值滤波、目标区域分割、交叠区域检测、迭代最近点(ICP)算法等。并在这些算法的基础上总结并提出了针对ToF相机数据预处理的方法。经过该方法处理后的数据能基本满足三维重建的要求。2.在现有高质量扫描数据三维模重建算法的基础上,针对ToF摄像机的特点提出了一种使用低质量的点云数据进行三维模型重建的方法。该方法以迭代最近点算法为基础,结合点云噪声处理、泊松网格面重建等方法对ToF摄像机输出的低质量数据的刚体形状全局重建。该方法能较好的克服数据中的噪声,并能有效避免连续对齐过程中多帧数据对齐产生的误差累积。3.在对刚体形状全局对齐研究的基础上,为了克服非刚体形状全局对齐中的运动模糊和非刚体形变,本文提出了一种适用于非刚体模型重建的方法。对从不同角度拍摄的深度图像数据进行分割、去噪等预处理;然后对生成的网格序列进行刚体对齐、选取关键帧网格,以减少运动模糊和数据冗余的影响,并进行全局非刚体配准和网格变形,减少静物或人体扫描中的非刚体误差;最后进行泊松网格重建,得到较高质量的重建模型。实验结果表明,该算法显著提高了三维测距相机捕获数据的质量,扩大了其应用范围。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景与意义
• 1.2 研究现状与发展
• 1.3 论文的主要工作
• 1.4 本文的组织结构
• 第二章 相关技术
• 2.1 引言
• 2.2 三维扫描技术
• 2.2.1 双目成像法
• 2.2.2 结构光法
• 2.2.3 飞行时间法（ToF）
• 2.3 飞行时间摄像机简介
• 2.4 相关概念
• 2.4.1 稀疏扫描与稠密扫描
• 2.4.2 刚体与非刚体
• 2.5 迭代最近点算法
• 第三章 全局刚体模型的对齐与重建
• 3.1 引言
• 3.2 数据的获取和处理
• 3.2.1 三角化点云数据
• 3.2.2 目标区域分割
• 3.2.3 噪声去除
• 3.3 网格对齐和拼合
• 3.3.1 改进的ICP 算法
• 3.3.2 交叠区域的检测与删除
• 3.3.3 网格面重建
• 3.4 实验结果
• 3.5 本章 小结
• 第四章 非刚体形状三维重建
• 4.1 引言
• 4.2 非刚体形状三维重建算法
• 4.2.1 ToF 相机获取数据的预处理
• 4.2.2 序列刚体对齐
• 4.2.3 关键帧全局非刚体对齐
• 4.2.4 网格重建
• 4.3 实验结果与分析
• 4.4 本章 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢