论文部分内容阅读
三维重建是机器视觉领域的一项重要内容,在模式识别、机器人导航等方面得到了广泛应用。本文针对TOF相机和彩色相机相融合的RGB-Depth系统实现物体表面三维重建的方法展开研究。研究了RGB-Depth系统三维重建中的深度图像超分辨率重建、多视角三维点云全局配准、三维点云网格重建等关键问题。论文主要工作如下：(1)研究并分析了融合彩色图像和深度图像的超分辨率重建方法,为了有效保护深度图像的边缘结构,改进了一种彩色图约束的二阶广义总变分深度图像超分辨率重建方法。利用带有边缘指示函数二阶广义总变分模型,将深度图像超分辨率重建问题变成最优求解问题,明显改善了深度图像超分辨率重建的质量。(2)针对传统多视角三维点云配准精度低的问题,实现了一种多视角三维点云优化配准方法。构建转换矩阵目标函数,并结合相邻点云的转换矩阵,对其最小化求解以获取任意位置的点云到基准点云的绝对转换矩阵,避免了连续点云之间因配准而引起的累加误差。(3)研究并分析了传统三维点云法向量获取方法,根据深度相机信号幅值和获取的三维点云信息可信度的关系,实现了一种基于可信度PCA的球覆盖网格重建方法,降低了深度相机三维点云中噪声的影响,形成质量较高的网格重建表面。