双Kinect联合扫描点云配准方法.pdfVIP

第34卷第6期 杭 州 电子 科 技 大 学 学 报 V01．34．No．6 2014年 11月 Journal of Hangzhou Dianzi University Nov．2014 双 Kinect联合扫描点云配准方法 鲁栋栋，吴以凡，张 桦 (杭州电子科技大学计算机应用技术研究所，浙江 杭州310018) 摘要：大型场景或者大尺寸物体的三维重建无法由单台设备完成，而由多台设备采集得到的点云 位置偏移较大，一般的点云配准方法无法达到三维重建所需的精度。该文提出了一种基于Kinect 标定的点云配准方法。首先通过棋盘格标定算法对两台Kinect进行标定，然后利用标定得到的相 机内外参数计算不同视角下点云数据间的运动参数，接着根据得到的运动参数，对原始采集的点 云数据进行初始配准。在此基础上 ，采用改进的迭代最近点算法，对初始配准后的点云数据进行 精确配准。实验结果表明，与直接采用改进的ICP算法相比，该方法配准结果无明显的错位现象， 且计算速度提高了l5％左右。 关键词：Kinect标定 ；棋盘格标定 ；点云配准；迭代最近点算法 中图分类号：TP391．4 文献标识码：A 文章编号：1001—9146(2014)06一o061一o5 0 引 言 对大型场景和大尺寸物体进行三维重建时，需采用多台设备并使用数据配准才能获得整体模型。 作为三维重建的重要环节之一，点云数据配准广泛应用于计算机视觉、形状检测等领域 ¨。国内外不 少学者对点云数据配准进行了大量研究 ，文献[2]提出了迭代最近点 (herativeClosestPoint，ICP)算法， 文献[3]对 ICP算法进行了改进，提出了一种基于特征点的ICP算法。但是ICP算法及其变化形式都需 要一个较好的初值，才能达到准确配准，否则，点云数据配准会有严重的错位现象，而 由多台设备采集的 点云数据位置偏移较大，难以获得较好的初值。文献 [4]提出了一种旋转平台标定的点云数据配准方 法，该方法不需要初值 ，但扫描物体局限在旋转平台上，不适用于大型场景的三维重建。本文提出了一 种双Kineet联合扫描点云配准方法，利用 Kineet的RGB和 IR摄像头之间的运动参数可以忽略的特 点 ]，标定RGB摄像头来获得 Kineet的标定信息 I9J，并以此计算不同视角下点云数据间的相对运动 参数。根据此参数对采集的点云进行初始配准，极大地缩小了点云间的旋转和平移错位，再利用改进的 ICP算法进行精确配准 ，使点云间的配准误差达到最小。本方法极大地减弱了点云数据配准的错位 现象 ，配准精度高，并且方法的应用范围广泛。 1 方法概述 1．1 总体流程 基于深度相机标定的点云配准方法流程以两台Kinect为例，如图1所示。 本文方法描述的是基于两台Kinect标定的点云数据配准，可以扩展到多个 Kinect采集点云数据进 行配准。通过Kineet两两之间进行点云数据配准，使多组点云数据精确配准。 收稿 日期 ：2014—03—07 基金项 目：国家 自然科学基金资助项 目，浙江省3D产业关键技术重点科技创新团队资助项 目(2011R50009) 作者简介：鲁栋栋 (1989一)，男，浙江余姚人，在读研究生，计算机视觉． 62 杭 州 电子 科 技 大 学 学 报 2014焦 fl … l ～l ，^ 、 l ● —— T 利用 采用 标定 点 改进的 取 ：：卜获