[发明专利]一种基于深度传感器的实时三维重建方法

说明书

本发明涉及一种基于深度传感器的实时三维重建方法，包括以下步骤：步骤S1：通过深度传感器获取目标物体实时的彩色和深度图像并进行预处理；步骤S2：根据彩色和深度图像生成目标物体的三维原点云并配准；步骤S3：对三维原点云进行过滤，得到目标物体的目标点云；步骤S4：按照目标点云绘制三角形网格并创建贴图区域；步骤S5：将所述贴图区域内所有三角形网格的三个顶点的坐标形成的曲面进行合并，生成完整的三维表面。与现有技术相比，本发明重建的三维模型稳定性高、细节特征清楚、重建用时短等优点。

技术领域

本发明涉及三维图像处理技术领域，尤其是涉及一种基于深度传感器的实时三维重建方法。

背景技术

随着计算机视觉技术不断的被广泛应用到现实生活中的各个领域，作为计算机视觉技术的一个重要分支也是视觉领域的一个热门的研究方向:三维重建技术，也将会越来越广泛的应用到现实生活中。目前基于Kinect传感器的物体三维重建和场景三维重建方法，都是先根据深度图像获取单个场景或物体的三维点云，然后对点云进行配准，完成整个物体表面和大场景的三维重建，该方法的重建结果依赖于点云的配准结果。但由于Kinect传感器深度图像的噪声较大，重建出的单个场景和物体的三维点云很不稳定，因而重建效果不是特别理想。因此需要一种三维重建方法，可以得到较理想的重建模型，重建出较精细的细节特征。

发明内容

本发明的目的就是为了克服上述现有技术存在的重建模型不稳定、细节特征不清楚的缺陷而提供一种基于深度传感器的实时三维重建方法。

本发明的目的可以通过以下技术方案来实现：

一种基于深度传感器的实时三维重建方法，包括以下步骤：

步骤S1：通过深度传感器获取目标物体实时的彩色和深度图像并进行预处理；

步骤S2：根据彩色和深度图像生成目标物体的三维原点云并配准；

步骤S3：对三维原点云进行过滤，得到目标物体的目标点云；

步骤S4：按照目标点云绘制三角形网格并创建贴图区域；

步骤S5：将所述贴图区域内所有三角形网格的三个顶点的坐标形成的曲面进行合并，生成完整的三维表面。

优选的，所述步骤S1中采用高斯双边滤波法对所述彩色和深度图像进行预处理。

所述高斯双边滤波法包括空间域核和值域核，所述空间域核具体为：

其中，w_d为空间域核的模板权值，(i,j)为空间域核的模板窗口中其他系数的坐标，(k,l)为空间域核的模板窗口的中心坐标点，σ_d为空间域核中高斯函数的标准差；

所述值域核具体为：

其中，w_r为值域核的模板权值，(i,j)为值域核的模板窗口中其他系数的坐标，f(i,j)表示彩色图像在(i,j)处的像素值，(k,l)为值域核的模板窗口的中心坐标点，f(k,l)为彩色图像在(k,l)处的像素值，σ_r为值域核中高斯函数的标准差。

所述步骤S2中所述三维原点云根据体素下采样法创建下采样点云，所述下采样点云通过迭代最近点算法进行配准。

所述迭代最近点算法包括以下步骤：

步骤S201：查找从原点云到原始目标点云的对应集的原始变换矩阵；

步骤S202：通过对应集上的最小化目标函数对所述原始变换矩阵进行优化，获得最终变换矩阵。

所述步骤S3中通过裁剪点云去除噪声进行过滤。