1、隨著計算機視覺理論的發(fā)展和硬件技術的進步,三維重建技術已經(jīng)越來越多地應用于生產(chǎn)和生活中。其中基于 Kinect的三維重建,因其快速、方便的特點,成為了研究者的關注熱點。本文對基于 Kinect深度攝像機條件下的場景和旋轉物體的三維重建進行了研究。主要研究內(nèi)容如下:
　　首先,本文研究了對場景進行三維重建的方法。配準算法是三維重建的重要環(huán)節(jié)。在以往ICP(迭代最近點)配準算法的目標誤差函數(shù)中,各個對應點對的權重相同。但是各個對應點對

2、的特點不同,在配準過程中所起作用不同。較好的對應點對應當賦予更高的權重。特征點反映了深度圖像的特征,其可靠性比一般點高,故應當賦予更高的權重。而ORB(Oriented FAST and Rotated BRIEF)特征以高效著稱。本文從深度圖像提取出ORB特征點,與其相關的對應點對被賦予較高權重。根據(jù)這一加權策略形成了一種改進的配準算法,提高了配準的精度。
　　其次,在對旋轉物體進行三維重建時,需要深度圖像中的背景去除。提取出旋

3、轉物體圖像后才能進行后續(xù)計算。本文先采用幀差法求出相鄰幀深度圖像的差分初步提取出旋轉物體的信息。接著根據(jù)統(tǒng)計出深度值的分布情況,求出前景物體與背景之間的距離閾值進行分割,從而完成旋轉物體的提取。在以往的配準算法中,各個對應點對所用的目標誤差函數(shù)都是相同的。本文先對點云中的點進行分類。在尋找到對應點對后,根據(jù)點的類型適用不同的目標誤差函數(shù),從而提高配準精度。
　　實驗結果表明,本文方法在對場景和旋轉物體進行三維重建時,配準精度上有了