论文部分内容阅读
三维激光测量技术(Lidar,Light Detection and Ranging)能够快速、精确、非接触地获取真实物体的空间位置信息,为较大范围或几何形状复杂的实体的三维重建提供了先进的手段,具有广泛的应用前景。但在数据获取时,由于仪器架设的不便、物体的自身遮挡等原因,常常会出现数据的漏采现象,而此时补采数据的代价较大或无法实施,导致最终重建的模型不完整、丢失部分表面区域或该区域的细节。立体视觉技术是另一种重要的三维重建技术,其效率要低于前者,但在灵活性方面具有明显优势。多数研究工作只针对其中一种重建技术进行研究。本文注意到两种技术在数据获取和处理方面的互补性,在解决基于三维激光测量技术进行场景重建中出现的数据缺失现象时,尝试将两种技术相结合,用立体视觉的数据对激光数据进行补充,通过二者的数据融合来获得模型较完整的数据。本文对上述问题进行了研究,主要工作包括以下几方面:(1)阐述了基于三维激光测量和立体视觉技术进行三维重建的原理、方法和技术特点,分析了各自的优势和不足,为两种技术的结合提供了必要性和可行性,进而提出将基于立体视觉获取的三维数据来补充三维激光测量漏采数据的技术方案。(2)探讨了立体视觉的基本理论,并在分析不同图像匹配算法的特点中,本文对相位相关匹配算法做了部分改进:在利用特征匹配引导图像极线校正的基础上实现了图像相位相关的稠密匹配,从而避免了图像旋转对相位相关计算的影响,减少了误匹配率。(3)实现了通过立体视觉得到的三维数据和Lidar数据的融合过程。而且,本文利用Lidar数据的法线向量修正了原有包含尺度因子的迭代最近点(ICP,Iterative ClosestPoint)算法中的欧氏向量,提高了数据融合的准确性。上述算法在VC++平台下结合OpenCV、OpenGL进行了实现,并以激光测量设备和高分辨相机采集的场景信息为实验数据对算法进行测试,验证了数据融合方案的可行性和相关算法的有效性。