基于RGB-D數(shù)據(jù)的點(diǎn)云配準(zhǔn)方法研究.pdf

1、三維重建技術(shù)是計(jì)算機(jī)視覺和圖形學(xué)的一個(gè)重要組成部分，真實(shí)物體的三維重建在現(xiàn)實(shí)生活的各個(gè)領(lǐng)域，包括電子工業(yè)、建筑業(yè)、娛樂業(yè)、文化遺產(chǎn)數(shù)字化保護(hù)、計(jì)算機(jī)輔助醫(yī)學(xué)等中都有著非常廣泛的應(yīng)用前景。對(duì)于點(diǎn)云數(shù)據(jù)的配準(zhǔn)等處理方法的研究一直是三維模型重建的重點(diǎn)。尤其隨著普及型三維掃描設(shè)備的不斷推出，真實(shí)物體點(diǎn)云數(shù)據(jù)的獲取變得越來(lái)越簡(jiǎn)單，但獲得的數(shù)據(jù)具有低質(zhì)高噪聲等缺點(diǎn)。因此關(guān)于新型設(shè)備掃描下的點(diǎn)云數(shù)據(jù)處理方法研究對(duì)三維模型重建有著非常重要的意義。

2、>　　首先，本文針對(duì)Kinect深度相機(jī)掃描獲取的點(diǎn)云數(shù)據(jù)量龐大、噪聲較多的問題，提出一種特征保持的點(diǎn)云去噪和精簡(jiǎn)算法。該算法首先通過K-D樹搜索目標(biāo)點(diǎn)的最近點(diǎn)，并利用鄰域最近點(diǎn)通過曲率估計(jì)算法得到該點(diǎn)的近似曲率值；接著使用 K-means聚類算法對(duì)點(diǎn)云進(jìn)行聚類，并根據(jù)點(diǎn)間的歐式距離和鄰近點(diǎn)曲率變化進(jìn)行噪聲剔除；最后通過保持特征的點(diǎn)云精簡(jiǎn)算法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行簡(jiǎn)化。
　　其次，本文提出了一種基于二分法迭代的RGB-D數(shù)據(jù)點(diǎn)云配準(zhǔn)方法。

3、該方法首先使用標(biāo)定物得到旋轉(zhuǎn)平臺(tái)與Kinect之間的相對(duì)關(guān)系；然后通過曲率特征對(duì)待匹配點(diǎn)云進(jìn)行特征點(diǎn)提取并尋找與初始點(diǎn)云的對(duì)應(yīng)點(diǎn)；隨后，使用二分法迭代尋找繞中心軸的最優(yōu)旋轉(zhuǎn)角度，以滿足點(diǎn)云間的最小圓弧距離平方和最?。蛔詈?，將多個(gè)角度獲取的點(diǎn)云數(shù)據(jù)配準(zhǔn)對(duì)齊到同一坐標(biāo)系下并重建模型。
　　最后，通過實(shí)驗(yàn)結(jié)果顯示，特征保持的點(diǎn)云去噪和精簡(jiǎn)算法快速有效，對(duì)于去除大量外部噪聲有良好效果，且精簡(jiǎn)后的點(diǎn)云數(shù)據(jù)保持了原始點(diǎn)云特征。本文提出的利用旋