[发明专利]多幅深度图像自动配准方法

说明书

技术领域

本发明属于计算机虚拟现实技术领域，具体地说是涉及多幅深度图像自动配准，得到完 整模型，该方法可用于三维模型的几何建模。

背景技术

近些年来，三维扫描技术快速发展，使得自动配准技术变得越来越重要。深度图像是三 维扫描设备扫描后得到的带有深度信息的图像。配准是指将从不同位置、不同角度扫描到的 深度图像通过刚性变换变到同一坐标系的过程。通过配准，将多幅深度图像拼接到一起，从 而获得完整的三维模型。配准计算过程主要可分为两幅深度图像配准和多幅深度图像配准。 两幅深度图像配准是计算两幅图像之间的相对位置关系进行配准；多幅深度图像配准也称全 局配准是在两幅深度图像配准的基础上，去除错误的两两配准结果，计算全局一致的配准结 果，然后优化全局配准的总体误差。

两幅深度图像配准主要包括粗略两两配准和精确两两配准两步。精确两两配准主要采用 ICP(Iterative Closest Point)算法(参见P.J.Besl，N.D.McKay.A Method for Registration of3D Shapes.IEEE Trans.Pattern Anal[J].and Machine Intell.Vol.14，pp.239-256，1992和Y.Chen，G. Medioni.Object Modeling by Registration of Multiple Range Images[J].IEEE Conference on Robotics and Automation，pp.2724-2729，1991.和[Rusinkiewicz2001]Rusinkiewicz，S.，Levoy， M.Efficient Variants of the ICP Algorithm[J].In International Conference on3D Digital Imaging and Modeling，2001.)，已经取得了很好的效果，但是，由于ICP算法是局部收敛的，所以在 采用ICP算法之前，先要进行两两粗略配准，以获得较好的初始位置，避免陷入局部最优。 两两粗略配准主要利用特征描述符，如旋转图像、积分球体等，匹配至少三对或者更多对应 点，进而求得刚性变换。

全局匹配是在两两配准基础上，判断两两配准的正确性，去掉错误结果，得到整体一致 的配准结果。Huber(参见Huber D.Automatic Three-dimensional Modeling from Reality.Carnegie Mellon University，2002)提出了第一个全局匹配算法。他利用可见性标准，判断深度图像之 间是否存在遮挡，进而判断配准是否正确，并利用贝叶斯概率得到每个配准的可靠性系数， 然后，使用贪心法，生成一颗配准整个模型的最小生成树。但每次遮挡判断之前都要优化总 体误差，而且遮挡计算复杂度也比较高，因此计算效率比较低。而且在计算生成树开始阶段， 由于只有较少的深度图像聚合到一起，所以遮挡性判断的可靠性也较低。Hunag(参见Huang Q X，Flory S，Gelfand N，Hofer M，Pottmann H.Reassembling fractured objects by geometric matching.ACM Transactions on Graphics(SIGGRAPH)，2006：569—578)改进了Huber的方法， 他注意到两个多幅深度图像合并的子模型之间可能存在多个两两配准关系，这比单一关系要 可靠，因此他优先合并有更多相容配准关系的子图，而不是仅仅依赖单一配准结果求最小生 成树，但该方法还是要多次优化总误差，计算复杂度高，在模型合并初期同样可靠性不高。 注意到子模型间的多个相容配准关系，实质上是构成了回路，而且两两配准结果在回路中要 满足一致性约束。