论文部分内容阅读
近年来,随着彩色-深度(RGB-D)传感器的普及,如何对物体进行准确和完整的三维重建已经成为被广泛关注的研究课题。目前大部分三维重建方法是对静态物体的重建。然而,在物体运动的情况下进行准确和完整的三维重建仍然是一个挑战性的问题。本文以实时、高质量和完整的运动人体重建为基础,针对重建算法的精度、鲁棒性和时间复杂度问题展开了研究,主要的研究工作如下:1、研究并比较现有的多RGB-D传感器标定方法,针对现有标定方法需要多次操作、标定图像可能不同步、标定物结构复杂且体积过大等问题,提出了新的标定方法。该方法利用带有定点标识物的三棱锥作为标定物,通过精确地求解定点标识物的位置来完成标定,并利用ICP(Iterative Closest Point)进一步优化标定结果。此方法克服了传统标定方法中需要多次操作导致误差累积的问题,并且通过一次简单的操作就能实现多个RGB-D传感器同时精确地标定。2、研究并比较现有的全局配准方法,针对RGB-D传感器深度图像不精确和易受环境影响的问题,提出了新的全局配准算法:NWGPA-ICP(New Weight on Global Procrustes Analysis and Iterative Closest Point)。该方法使用网格的移动统计和颜色特征匹配来设置GPA-ICP(Global Procrustes Analysis and Iterative Closest Point)算法中的权重。此方法通过控制匹配点对的置信度来解决由于深度图像不精确导致配准精度和稳定性低的问题。3、研究并比较现有的颜色处理方法,针对现有颜色处理方法不能精确和稳定地解决相邻视角彩色图像色差的问题,本文提出了相应的颜色修正和混合方法,从而实现了相邻视角间的色差均衡化。具体来讲,颜色修正是通过调整亮度来实现相邻点云之间匹配点对的颜色非线性拟合,该方法能够更好地从全局的角度来保持视角之间颜色的一致性。颜色混合使用前景区域的距离变换来设置混合算法中点云每个点的权重,该方法能够更稳定的混合所有相同局部区域颜色差。为了评估本文提出重建算法的精度、鲁棒性和时间复杂度,本文在自然场景下搭建了一个使用低精度传感器和有限计算资源的多视角人体实时重建系统,该系统通过对上述三棱锥标定法、NWGPA-ICP全局配准算法、颜色修正和混合算法的有效整合。实验结果证明了本文的重建系统实现高质量和强鲁棒性的人体实时三维重建。