论文部分内容阅读
基于激光扫描的三维场景重建是三维物体识别、机器人、计算机图形学等领域的一个重要的研究和应用方向,其目标是利用三维激光对场景进行扫描,然后对获取的三维图像数据进行分割并进行重建,使得计算机具有感知外界环境中的物体边界范围、大小、形状等信息,以便进一步的对场景中的物体进行精确的纹理映射、渲染、编辑等操作,并为物体识别、人工智能打下坚实基础。目前大规模三维场景分割、重建技术已经成为计算机图形学、机器视觉、机器人、人工智能等领域的研究热点和难点。
在大规模三维场景分割重建领域中,场景复杂、数据量很大,使得现有的分割方法和重建方法在进行三维实时分割与重建极其困难；同时,三维场景的分割是三维重建和物体识别的基础,因而对三维分割的即要求有实时性又要求分割结果的稳定性、可靠性、高质量的分割结果；对于三维重建,由于数据量极大而扫描设备不可能直接获取数据的法向量也不可能直接形成三维重建需要的如三角形网格、点等显示基元,因而要求实时、快速的构建显示基元并计算出各基元上点的法向量；这些要求使得三维分割、重建技术在大规模场景中应用面临较大挑战,本文针对无人化气压沉箱的三维场景分割重建问题进入了深入的研究和探索,提出了一些新理论和方法,通过实验和实际应用证明了所提理论和方法的有效性和可靠性。
主要的研究工作及所取得的创新成果如下:
针对大规模三维场景中三维数据配准的特殊性以及当前配准方法所存在的局限性,提出了多平面场景下基于改进Hough变换的平面提取三维数据配准的方法,该算法首先利用改进的Hough变换进行多平面提取,然后使用多平面提进行数据配准。由于大规模三维场景中一般都有多个较大的平面或近似平面,因而提取出的平面可涵盖场景的主要部分,因而可实现全局的较精确的配准。另外,由于Hough变换的鲁棒性,使得提取的平面受噪声等外界因素较小,因而提高了配准结果的稳定性。
针对现有二维边缘检测算子本质是一种局部的算子,难以有效检测出三维场景物体的边界的问题,研究了平面曲线的全局边缘点的几何性质,提出了对偶参照函数的相关概念及理论,并利用这些性质给出了设计对偶参考点算子的方法(DRP:Dual Reference Points),该算子可以快速、稳定的检测出大规模三维场景的物体边界,利用公共数据和实际数据进行了实验,结果表明算法的高效性和鲁棒性。
针对大规模三维场景数据分割问题,首先引入积分几何中近似度概念,研究了平面曲线间相似性的问题,提出了曲线相似性的度量,然后基于曲线的相似性质提出了区域合并算法。结合对偶边缘检测算法,提出了三维分割算法框架,该框架与UB算法框架相似,即都是先进行边缘检测再求区域,不同的是本文采用的边缘检测是本文提出的DRP算子而和本文采用的区域增长方法是基于曲线相似性的,而UB算法边缘检测是建立在对曲线特性分析基础上的局部边缘检测算子,UB算法的区域增长是采用拟合法进行的。本文利用所提该三维分割算法框架对无人化气压沉箱三维数据进行处理,得到了满意的结果。
针对大规模三维场景重建问题中对显示基元快速构建问题和显示基元点法向量的求值问题,利用三维激光扫描数据构成规律,首先研究了基于三角形的重建即三角形网格构成法则；利用该法则可快速对已经分割好的数据进行快速重建网格；其次利用重建网格特性,研究大规模三维场景中法向量的快速计算方法。实验显示结果表明,重建效果较好。
搭建了基于三维激光扫描的无人化气压沉箱三维重建、测量及挖掘机避碰系统。利用数据库技术,将所有传感器信息集成到一起,建立了沉箱信息系统,该系统实现了沉箱的数字化、信息化和网络化。开发了两套软件,这两套软件不仅包含了所提出的算法,实现了三维分割、重建及物体识别,还实现了挖掘地面实时测量、数据库、挖掘机避碰等功能。本文的研究成果为无人化气压沉箱在上海地铁的成功应用奠定了坚实基础,起到了关键的作用。本系统作为“远程遥控气压沉箱设计施工与设备的关键技术”关键研究成果之一,连同该课题其他研究成果一起获得了2008年度“上海市科技进步一等奖”。