結(jié)構(gòu)光深度圖像獲取和處理與三維重建研究.pdf

1、目前，結(jié)構(gòu)光三維測量技術(shù)和深度圖像處理技術(shù)在很多領(lǐng)域中都有著廣泛應(yīng)用。本文將二者有機地結(jié)合起來，應(yīng)用于三維目標(biāo)的測量與恢復(fù)，本文在結(jié)構(gòu)光測量、深度圖像插值、深度圖像濾波、深度圖像區(qū)域分割、深度圖像的三維重建等方面開展了深入的研究。
　　 在結(jié)構(gòu)光三維測量方面，首先分析了常見的結(jié)構(gòu)光三維測量方法的基本原理，并在此基礎(chǔ)上，采用了一種基于標(biāo)志條紋的多線結(jié)構(gòu)光編碼方法。此方法兼有灰度編碼和彩色編碼的特點，既可降低灰度編碼在解碼過程中較高

2、的誤碼率，又可以降低彩色編碼中由衍射和干涉引起的解碼錯誤。之后，以此編碼方法為理論基礎(chǔ)，構(gòu)建了實際的多線結(jié)構(gòu)光測量裝置，測量結(jié)果表明，此系統(tǒng)符合設(shè)計指標(biāo)的要求。
　　 采用多線結(jié)構(gòu)光三維測量，存在一定的數(shù)據(jù)缺失。針對結(jié)構(gòu)光深度圖像的特點，在深入分析傳統(tǒng)圖像插值方法的基礎(chǔ)上，提出了兩種插值方法。一種是自適應(yīng)加權(quán)插值方法，用于處理結(jié)構(gòu)光垂直條紋區(qū)域的深度圖像；另一種是均值插值算法，用于處理結(jié)構(gòu)非垂直條紋區(qū)域的深度圖像。實驗結(jié)果表明，

3、用這兩種方法插值后的深度圖像，深度數(shù)據(jù)連續(xù)而稠密。
　　 針對深度圖像中的折皺型邊緣，由于深度值變化緩慢，傳統(tǒng)的邊緣檢測技術(shù)不能檢測出此類型的邊緣。為此，提出了兩種深度圖像的分割方法。一種是基于法矢分量邊緣信息融合的分割方法，從法矢的兩個分量中提取出邊緣信息，進而將兩個信息加以融合，可以有效地提取邊緣，分割深度圖像；另一種是基于邊緣檢測算子和形態(tài)學(xué)的圖像分割方法，為深度圖像中的跳躍型邊緣和折皺型邊緣設(shè)計了有針對性的邊緣檢測算子，

4、實現(xiàn)更接近理想效果的區(qū)域分割。
　　 深度圖像的數(shù)據(jù)量大、拓撲結(jié)構(gòu)復(fù)雜，直接進行三角剖分和三維重建精度低、時耗長。為此，引入分治算法的思想，提出了一種基于同構(gòu)RBF網(wǎng)絡(luò)的深度圖像重建方法。首先利用圖像分割技術(shù)將深度圖像劃分為多個區(qū)域；其次在每個區(qū)域內(nèi)，采用了同構(gòu)RBF神經(jīng)網(wǎng)絡(luò)，通過不同分辨率樣本的訓(xùn)練，以適應(yīng)不同結(jié)構(gòu)特征的區(qū)域重建；最后將各個區(qū)域進行拼接生成最終的重建結(jié)果。
　　 最后，本文分別對規(guī)則幾何體和人頭像進行了