基于深度相機(jī)的三維建模方法由于設(shè)備成本低、視覺效果強(qiáng)、精度相對較高等優(yōu)點(diǎn),已經(jīng)被廣泛運(yùn)用于建筑、游戲、教育等各行各業(yè)。然而,深度相機(jī)采集的數(shù)據(jù)存在大量的噪聲,導(dǎo)致目前的技術(shù)存在諸多問題,例如重建得到的模型存在模糊、過平滑現(xiàn)象,細(xì)節(jié)部分精度不夠,依賴彩色圖作為輸入,應(yīng)用場景受限等等。為了解決上述問題,設(shè)計(jì)基于點(diǎn)云的三維重建方法。該方法包含三個(gè)關(guān)鍵步驟:模型的表示與聚合、子圖構(gòu)建、閉環(huán)檢測。使用完全基于點(diǎn)云的方法對這三個(gè)階段進(jìn)行處理,減少數(shù)據(jù)源拓寬了應(yīng)用場景。對于模型的表示與聚合,使用帶概率模型的點(diǎn)云,在模型聚合過程中充分考慮數(shù)據(jù)噪聲的影響,增強(qiáng)模型的質(zhì)量,同時(shí)使用點(diǎn)云表示模型,減少數(shù)據(jù)量,擁有更多的靈活性。設(shè)計(jì)全局的位姿估計(jì)方法,增加算法的并行度,提高硬件的利用效率。對于子圖的構(gòu)建,使用一種松散的結(jié)構(gòu),將整個(gè)場景分片,片與片之間用位姿關(guān)系約束,使用點(diǎn)云的匹配構(gòu)建共視關(guān)系,減少了累積漂移。設(shè)計(jì)了基于場景特征的子圖劃分方法,減少冗余子圖,使用基于點(diǎn)云的方法進(jìn)行位姿圖優(yōu)化。對于閉環(huán)檢測,從點(diǎn)云上提取特征點(diǎn)進(jìn)行匹配,擺脫對彩色圖的依賴,提高魯棒性,使用顯卡對算法進(jìn)行加速,滿足實(shí)時(shí)性的需求。實(shí)驗(yàn)結(jié)... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

法線調(diào)整示意圖

很難用于實(shí)時(shí)的三維重建中。使用 GPU 對 FPFH 算法進(jìn)行加速，使其滿足實(shí)時(shí)性要求。圖 4.1 閉環(huán)檢測失敗圖4.1 FPFH 算法FPFH 是一種基于直方圖的算法，通過對點(diǎn)周圍的集合特征進(jìn)行描述，構(gòu)造描述子。一共有四個(gè)步驟：法線估計(jì)、構(gòu)造 Darbouxframe、計(jì)算 SPF 描述子、計(jì)算 FPFH

于點(diǎn)云的三維重建系統(tǒng)。設(shè)計(jì)實(shí)驗(yàn)對各個(gè)算法的性能進(jìn)行衡量。實(shí)驗(yàn)環(huán)示。表 5.1 實(shí)驗(yàn)環(huán)境配置表環(huán)境 配置CPU Intel Core i5內(nèi)存 8GB顯卡 NVIDAGeForce GTX 960顯存 6GB操作系統(tǒng) Windows 10 64 位型效果展示基于點(diǎn)云的三維重建系統(tǒng)對在真實(shí)環(huán)境中采集的數(shù)據(jù)和公開數(shù)據(jù)集 T]數(shù)據(jù)集進(jìn)行三維重建，效果圖如圖 5.1 所示。


本文編號(hào)：3336389