利用深度图像进行场景的三维重建.PDFVIP

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，北京，100871 e-mail:{wenfeng,zha}@ 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 （Iterative Closest Point ）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 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 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