论文部分内容阅读
立体视觉是一种较为常用的深度获取方法,可以通过不同的基线和相机焦距配置获得较广的深度感知范围,但只适合纹理丰富和明亮的场景。Kinect是一种基于红外主动结构光的深度像机,不依赖于场景中的纹理丰富性,也能应用于光线较暗的场景,然而其测量的深度范围有限。这两种成像系统具有很强的互补性,为了结合它们各自的优势,本文展开了如下工作:(1)单独使用双目立体视觉和Kinect进行室内场景三维重建。基于双目立体视觉的三维重建步骤主要包括:离线标定、在线矫正、密集匹配、获取视差、生成三维点云等。对于Kinect相机而言,本文通过离线标定深度相机、在线将深度图转换到三维点云的方式完成Kinect的室内场景三维重建。(2)将双目摄像机和Kinect相机两种传感器相结合,共同用于重建更加完整和精确的室内场景三维点云模型。为了配准融合这两个成像系统分别产生的点云,在无法直接采用迭代最近邻算法(ICP)的情况下,本文设计了基于FAST特征点的采样一致性(RANSAC)初始配准、LM_ICP算法精确配准的“两步走”方案,并用实验验证了该方案能够在时间效率和配准性能上达到较好的平衡。为了检验结合这两种成像系统后室内场景三维重建的效果,本文将结合后的摄像机分别应用于立体视觉不适合的情形:区域纹理稀疏、环境较暗、纹理重复,及Kinect不适合的情形:区域吸收或反射红外光、区域为透明物体、区域深度过远和过近。测试结果表明,重建三维点云的精度和完整度较单一成像模式均有所提高。