论文部分内容阅读
三维重建是计算机视觉的一个重要目标,可以帮助人们快速精确地将日常生活中的物体数字化,并有着广泛的应用前景。本文提出了一种成本低廉、快速且操作简便的三维重建方法。借助于微软公司的Kinect体感传感器作为采集深度图像和彩色图像的输入设备,通过对原始深度图像的去噪、平滑、表面重建等一系列方法,最终可以获得在三维空间中的点云模型。在完成本文的过程中,本人做了以下工作:提出了一种新的基于均值滤波和中值滤波的帧间滤波算法,对从Kinect中获取的原始深度图像进行该滤波处理;使用ICP(Iterative closest point)算法来计算两组点云数据间的变换矩阵;借助于PCL(Point Cloud Library)进行三维点云数据的配准;实验结果表明本文算法具有一定的三维重建效果。通过本文的研究工作,能够使普通用户不花费高昂费用购买深度摄像机,也能在自己家里使用电脑和Kinect对日常物品进行三维重建。可以从最后重建的结果看出,尽管由于设备精度的原因,三维模型的细节不够精确,但基本轮廓清晰,可以满足日常应用需要。