基于双Kinect传感器定标和配准的研究.docVIP

基于双Kinect传感器定标和配准的研究 　　Kinect原本是微软公司开发的Xbox360主机的周边外设，主要应用于实时的人机交互工程，也有相关研究人员将其成功应用于三维重建系统。但目前利用Kinect实现三维重建大多数是基于单个Kinect传感器的应用，多Kinect传感器联合实现大型复杂环境的三维重建技术日益显现出优势，多传感器坐标系标定和配准的实现是第一个技术难点，本文研究了两个Kinect传感器定标和配准的实现过程，为实现后续的多传感器联合大型复杂环境三维重构做了基础研究。本文主要分为两步：1）同一台计算机分别对两个传感器的启用并获取两个传感器的数据进行坐标系标定；2）采用迭代就近点法ICP（Iterative Closest Point）对两个传感器的图像进行配准。本文采用的定标和配准方法简单快捷，并且能够准确的对复杂环境进行定标且配准结果比较理想。 　　【关键词】Kinect 多传感器标定 三维重建 图像配准 　　随着信息技术和科学技术的不断发展，三维重建也在工业测量、航空航天、逆向工程、医学等领域得到了快速发展与应用，并将应用于越来越复杂的领域。Kinect传感器是一种RGB-D传感器，在获得环境颜色值（RGB）还可获得深度值（depth）。并且作为一种价格相对低廉的深度传感器，在构建多传感器复合三维重构系统中有较大的优势，对于大型工件与复杂环境的三维建模，单个传感器的扫描重建速度严重限制了三维重建的效率，多传感器联合扫描重建将成为大型复杂工件与环境三维重建的一个新的发展方向，本文研究了基于双Kinect传感器在复杂环境下的坐标系标定和图像配准，并实现了复杂环境下坐标系的快速准确标定以及获得比较理想的图像配准结果。 　　1 Kinect坐标系标定现状 　　确定一个传感器的参数，称为传感器标定。标定目的在于确定传感器的图像坐标系与物体在空间中的三维参考坐标系的坐标对应关系，即图像间对应点的匹配关系，以及传感器自身的内部参数和不同图像间的传感器的外部参数。目前关于Kinect坐标系标定的方法常用的一般为定标物定标，对Kinect深度传感器定标时，使用棋盘格作为定标物定标，棋盘格如图1所示。 　　Kinect深度传感器定标的主要步骤如下： 　　（1）准备棋盘格标定板，连接深度传感器。 　　（2）前后转动棋盘格标定板，使用Kinect传感器扫描棋盘格定标板在各个位置的图像，并进行图像数据存储。至少在不同平面内扫描3幅棋盘格在不同方位的图像，图2为某次扫描中的一个位置上所获得的图像。 　　（3）利用Camera Calibration Toolbox，运行calib命令对Kinect传感器拍摄的图片定标，将定标结果文件存储为Calib_Results_Kinect.mat，完成对Kinect传感器的定标。 　　2 双Kinect传感器定标方法设计 　　3.1 图像的配准 　　图像配准是将不同时间、不同传感器或不同条件下（如光照、气候、位置角度等）获取的两幅或者多幅图像进行匹配和叠加的过程。本文选用迭代就近点法ICP（Iterative Closest Point），即基于自由形态曲面的配准方法。以点集对点集（PSTPS）配准方法为基础，阐述了一种曲面拟合算法，该算法是基于四元数的点集到点集配准方法。从测量点集中确定其对应的就近点点集后，运用Faugera和Hebert提出的方法计算新的就近点点集。用该方法进行迭代计算，直到残差平方和所构成的目标函数值不变，结束迭代过程。 　　3.2 ICP算法 　　ICP算法是最常用的数据精确配准方法， 该算法在每次的迭代过程中， 对数据点云中每一点， 在模型点云中寻找欧式距离最近点作为对应点，在双Kinect传感器采集图像基础上，以其中第一个Kinect传感器采集的图像作为模型点云，以第二个Kinect传感器采集到的图像作为数据点云， 通过这组对应的数据点使得目标函数最小化： 　　Rm=min‖Qi?RmPi+tm‖2 　　从而得出最优的配准旋转矩阵Rm与配准平移向量tm。 　　3.3 双Kinect传感器图像的配准过程 　　将上述得出的配准旋转矩阵Rm与配准平移向量tm作用于数据点云进行相对应的旋转和平移，得出新的数据点云并进入下次迭代过程之中，最后转化到模型数据点云参考系中，实现两个Kinect传感器采集的图像之间的配准。 　　4 实验结果验证 　　为验证双Kinect传感器定标完成后两个传感器所采集的图像配准结果，在Intel（R）Core（TM）i5-3230M CPU @2.6GHz 主频 4.00GB内存的计算机上应用PCL（Point Cloud Library）开发平台进行验证。 　　图3.1为配准前第一个（左）Kine