基于点云处理的红外三维温度分布模型构建方法研究.pdf

基于点云处理的红外三维温度分布模型构建方法研究

摘要

热红外图像广泛地应用于医疗、农业、军事等许多领域，相较于可见光图像，其对

光照不敏感，并适用于夜间的拍摄。由于热红外图像的诸多优点，将二维的温度图像与

三维重建技术相结合，构建红外三维温度分布模型，可以得到更加准确的温度分布信息。

本文针对红外三维温度分布模型构建的方法展开了深入研究，并通过单应性变换的方法、

点云处理等实现了红外图像与深度图像的信息融合。具体工作内容如下：

首先，为了得到精确的单应性矩阵，对红外与可见光配准过程进行了研究。基于

SuperPoint算法、SuperGlue算法和改进的RANSAC算法实现了图像特征点的提取、特

征点的匹配、生成单应性矩阵。针对SuperGlue能够在特征点匹配的同时滤除外点的特

点，对RANSAC算法做出了改进，使其在计算内点个数时加入循环，从而提高图像的

匹配正确率，实验验证了该方法可以提高输出单应性矩阵的准确率。

其次，为了构建红外三维温度模型，对深度图像与红外图像的融合方法进行了研究。

先是将深度图像与红外图像分别处理：将深度图像转化为点云；根据红外图像像素点灰

度值与像素点温度值之间的关系赋予其与温度值对应的颜色，形成伪彩色图像；将红外

图像进行单应性变换。然后将经过处理后的红外图像与点云进行融合，并将点云中部分

颜色缺失的现象进行了处理，形成一个初步的红外三维温度模型。

最后，经过分析可知：初步生成的红外三维温度模型比较依赖深度相机的成像效果，

生成的三维模型有空洞断裂等缺点，所以在生成红外三维温度模型的基础上增加了点云

处理模块，并对点云处理进行了深入研究。在此模块中，对点云离群点去除、聚类分割

和补全重建等进行一系列处理，并给出一种基于投影插值的点云补全方法，最终得到了

效果较好的红外三维温度模型。

该模型不仅能够准确地反映目标物体的温度分布情况，还能够呈现物体的三维形态

和空间位置信息，这对于很多应用领域都非常有意义。

关键词：热红外图像；深度图像；单应性矩阵；三维温度模型

基于点云处理的红外三维温度分布模型构建方法研究

Abstract

Thermalinfraredimagesarewidelyusedinmanyfields,suchasmedicaltreatment,agric-

ultureandmilitaryaffairs.Comparedwithvisiblelightimages,thermalinfraredimagesare

notsensitivetolightandaresuitableforshootingatnight.Duetothemanyadvantagesof

thermalinfraredimages,combiningtwo-dimensionaltemperatureimageswiththree-dimensi-

onalreconstructiontechnologytoconstructaninfraredthree-dimensionaltemperature

distributionmodelcanobtainmoreaccuratetemperaturedistributioninformation.Inthis

paper,themethodofconstructingtheinfraredthree-dimensionaltemperaturedistribution

modelisdeeplystudied,andthroughthemethodofhomographytransformation,pointcloud

processing,etc,theinformationfusionofinfraredimageanddepthimage