论文部分内容阅读
围绕飞行模拟器座舱三维建模的需求，针对现有的三维重建方法存在的弊端，本文采用新颖的深度摄像机(Kinect)并提出一种有效的座舱三维重建框架。首先结合彩色图像视觉特征实现数据帧粗配准，再结合深度信息生成三维匹配点云，然后对不同视角下的点云进行精细配准生成点云模型，最后对点云进行三角化处理生成高精度的座舱仪表面板网格模型。本文主要研究内容如下：1.针对Kinect输出的原始深度图像质量差、多孔洞问题，在研究现有滤波算法基础上，提出一种基于区域生长法和改进型双边滤波的方法。实验结果表明，该方法能有效消除座舱仪表面板上的孔洞和随机噪声。2.通过提取彩色图像的SIFT特征信息实现数据帧的初匹配；利用RANSAC算法去除误匹配的特征对；再结合深度信息将点云映射到三维空间作为ICP算法的初始状态；实现了基于特征匹配对的RGB-D ICP算法；实验效果表明，该方法能有效实现不同视角下的点云精确配准。3.采用Delaunay三角化方法对离散点云三角化处理并生成三维网格模型数据；在VisualStudio2010平台下，利用OpenNI开源框架、PCL点云库、OpenGL、OpenCV库生成3D可视化界面并保存三维模型数据；利用开源软件Mesh Lab，可以对模型进行编辑处理等操作。本文最后从重建精度和运行时间两方面考虑，对座舱三维重建方法进行定量分析；结果表明：该方法能够简单、方便地重建出高精度的座舱三维模型。