基于Kinect深度相機的室內(nèi)三維場景重構(gòu).pdf

1、碩士學位論文基于Kinect深度相機的室內(nèi)三維場景重構(gòu)3DIndoorSceneReconstructionwithKinectDepthCamera作者姓名：韭銎紅學科、專業(yè)：控生9理途量控劍互猩一學號：21009158指導教師：塞瑞至完成日期：2Q13生三月!旦大連理工大學DalianUniversityofTeclmology大連理工大學碩士學位論文摘要三維場景重構(gòu)技術實現(xiàn)了對現(xiàn)實場景信息的數(shù)字化表示，將客觀的現(xiàn)實場景在計算機中真

2、實再現(xiàn)并處理。不管是對于移動機器人還是人類，重構(gòu)信息為處理客觀現(xiàn)實場景提供了方便，是移動機器人進行路徑規(guī)劃和自主導航的前提和基礎。本文主要研究了基于Kinect深度相機的室內(nèi)三維場景重構(gòu)問題，對室內(nèi)三維場景的信息采集、多場景匹配、精簡數(shù)據(jù)等問題進行了研究和理論分析，有效、快速、準確的實現(xiàn)室內(nèi)三維場景重構(gòu)。室內(nèi)場景三維重構(gòu)的核心問題是多場景間的匹配問題，選擇有效的匹配算法是重構(gòu)室內(nèi)場景的重要前提。本質(zhì)上就是求解多場景間的變換關系來實現(xiàn)不同

3、視點下的坐標統(tǒng)一問題。根據(jù)Kinect提供的視覺信息和深度信息，本文提出結(jié)合兩者的聯(lián)合優(yōu)化算法，在相鄰場景的灰度圖像上提取SURF特征匹配對?；赟URF特征匹配對，分別使用矩陣奇異值分解算法(SVD)和最近鄰點迭代算法(ICP)來實現(xiàn)多場景點云數(shù)據(jù)的匹配，兩種方法都是基于對誤差目標函數(shù)最小化的求解。實驗結(jié)果驗證了基于SURF特征對的ICP算法在有效性和實時性方面優(yōu)于SVD算法，為室內(nèi)三維場景的重構(gòu)奠定了基礎。由于Kinect視角和視距

4、范圍有限，室內(nèi)三維場景的重構(gòu)問題必然會產(chǎn)生誤差積累的問題，特別在回路閉合處，誤差積累表現(xiàn)得更為明顯。為了獲得三維場景的重構(gòu)效果，需要解決閉環(huán)回路引起的位姿漂移問題，分為閉環(huán)回路檢測和處理閉環(huán)回路重合區(qū)域兩部分。建立結(jié)點間的位姿圖，利用視覺信息上的重合度來進行閉環(huán)回路的檢測。檢測到閉環(huán)后，利用高斯一牛頓迭代算法對位姿圖結(jié)構(gòu)進行全局優(yōu)化，即實現(xiàn)全局誤差目標函數(shù)最小化，使目標函數(shù)中的參數(shù)變量不斷迭代更新，以達到全局一致性的目的。在三維場景重構(gòu)