基于Kinect的物體三維重建研究

羅俊豪,李慧敏,張力文,吳　健

（北京林業(yè)大學(xué)電氣工程及其自動化,北京 100083 ）

基于Kinect的物體三維重建研究

羅俊豪,李慧敏,張力文,吳健

（北京林業(yè)大學(xué)電氣工程及其自動化,北京 100083 ）

目前，隨著人工智能和計算機視覺技術(shù)的不斷發(fā)展，越來越多的先進的數(shù)字化儀器及設(shè)備不斷投入使用,計算機輔助下的基于多種方法的三維重建技術(shù)發(fā)展日趨成熟。然而，傳統(tǒng)的三維重建獲取圖像信息的設(shè)備復(fù)雜、成本高昂、操作繁瑣。而隨著3D打印技術(shù)的成熟，對物體三維模型的建立提出了快速、簡潔、高效、低成本的要求。針對上述問題，本文利用Kinect作為輸入設(shè)備，利用Kinect獲取圖像的RGB-D信息，進而得到點云數(shù)據(jù)。通過圖像分割，去噪，并完成曲面擬合，從而實現(xiàn)物體的三維重建。

Kinect;三維重建;點云;曲面擬合

0　引言

Kinect設(shè)備的RGB攝像頭和紅外攝像頭分別得到RGB圖像和深度圖像。通過標(biāo)定求得的攝像機內(nèi)參配合深度數(shù)據(jù)，計算得出空間點的X、Y坐標(biāo)，得到三維點云數(shù)據(jù)X、Y、Z、R、G、B，最后對所得數(shù)據(jù)進行濾波、分割、曲面擬合，實現(xiàn)物體的三維重建。

1　 Kinect的標(biāo)定

Kinect傳感器自身攝像頭分辨率有限，若需要用高分辨率的第三方攝像頭代替Kinect攝像頭，必須通過kinect的標(biāo)定，以矯正相機畸變，獲取彩色相機和深度相機之間的對應(yīng)關(guān)系[1]。對kinect深度相機進行標(biāo)定時，通常使用棋盤作為定標(biāo)物來定標(biāo)。

2　 3D.X、3D.Y坐標(biāo)的計算

在真實世界坐標(biāo)系中，以Kinect設(shè)備攝像頭中心作為坐標(biāo)原點，稱為攝像機坐標(biāo)系。Kinect設(shè)備掃描物體所得到的的深度數(shù)據(jù)，是建立在以深度圖像的原點作為坐標(biāo)原點的右手坐標(biāo)系中的。因此，需要根據(jù)Kinect測量得到的深度數(shù)據(jù)Z坐標(biāo)和標(biāo)定求得的紅外相機的內(nèi)參數(shù)矩陣，計算出真實世界坐標(biāo)系中的X、Y坐標(biāo)。

3　R、G、B坐標(biāo)的提取

利用標(biāo)定得到的彩色相機及深度相機的內(nèi)參數(shù)矩陣，可構(gòu)建彩色圖像坐標(biāo)系和紅外相機坐標(biāo)系之間的聯(lián)系，利用融合之后的RGB-D數(shù)據(jù)，可以計算得到三維重建所需的點云數(shù)據(jù)[1]。設(shè)為物體在紅外相機坐標(biāo)系下的三維坐標(biāo)，根據(jù)二者的對應(yīng)關(guān)系，其在彩色相機坐標(biāo)系下的三維坐標(biāo)可通過下式計算求得。

式中，RD?RGB為旋轉(zhuǎn)矩陣，tD?RGB為平移向量，旋轉(zhuǎn)矩陣和平移向量均是線性的，可以在不改變物體形狀的前提下，構(gòu)建紅外相機坐標(biāo)系和彩色相機坐標(biāo)系之間的聯(lián)系[1]。進而得到深度圖像在彩色圖像坐標(biāo)系下的坐標(biāo)位置)為：

其中。RGBK為彩色相機的內(nèi)參數(shù)矩陣。

4　點云數(shù)據(jù)配準(zhǔn)

ICP算法是一種基于輪廓特征的點配準(zhǔn)方法，主要用于三維物體的配準(zhǔn)問題。ICP算法的本質(zhì)是基于最小二乘的最優(yōu)匹配方法[2]，對于兩種坐標(biāo)系下的不同點集，通過多重迭代過程，不斷尋找參考點集和目標(biāo)點集之間的對應(yīng)關(guān)系。設(shè)待匹配的兩片點云數(shù)據(jù)的集合：

點集P中的每個點ip，通過迭代，搜索其與點集X中距離最小的點，該點作為最鄰近的點，設(shè)的在X中最鄰近的點組成新的點集，記為：。點云數(shù)據(jù)配準(zhǔn)，本質(zhì)上就是尋找P和Y之間的最優(yōu)變換關(guān)系，使P和Y的相關(guān)性最好，或者距離最短。即尋找最合適的旋轉(zhuǎn)矩陣R和平移向量t，使目標(biāo)函數(shù)最小[3]：

5　降噪與濾波

Kinect設(shè)備硬件自身會引入噪聲，除此之外，利用Kinect獲取深度數(shù)據(jù)時，周圍環(huán)境也會帶入噪聲。例如拍攝物體的透明度，周圍存在吸收紅外線的物體，都會給使深度圖引入噪聲。為了去除噪聲，我們采用相對比較簡單的均值濾波的方法。均值濾波[4]是典型的線性濾波的方法，均值濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當(dāng)前像素點(,)xy，選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(,)xy，作為處理后圖像在該點上的灰度(,)gxy，即其中，(,)fxy為給定的圖像，m為 f(x,y)的領(lǐng)域S中包含當(dāng)前像素在內(nèi)的像素總個數(shù)[5]。得到的g(x,y)便是去除噪聲以后的圖像。

6　實驗結(jié)果

圖3為深度圖像生成圖

7　結(jié)束語

本文介紹了一種基于Kinect的物體的三維重建方的法。由于Kinect自身的硬件技術(shù)和拍攝環(huán)境的影響，獲取的深度數(shù)據(jù)存在較大噪聲，主要是高斯噪聲。運用均值濾波的方法，能夠在一定程度上對點云數(shù)據(jù)的噪聲進行降噪，滿足基本要求。但由于均值濾波容易損壞圖像細(xì)節(jié)，對物體的還原效果會存在一定的影響，本文算法還有待進一步優(yōu)化。

[1]郭連朋,陳向?qū)?徐萬朋等.基于kinect傳感器的物體三維重建[J].四川兵工學(xué)報,2014(11):119-123.

[2]韋韞韜,周軼冰,周東航等.ICP算法在計算機輔助外科手術(shù)空間配準(zhǔn)中的技術(shù)研究[J].科技信息,2012(36).

[3]鄭德華.ICP算法及其在建筑物掃描點云數(shù)據(jù)配準(zhǔn)中的應(yīng)用[J].測繪科學(xué),2007,32(02):31-32.

[4]顏兵,王金鶴,趙靜.基于均值濾波和小波變換的圖像去噪技術(shù)研究[J].計算機技術(shù)與發(fā)展,2011,21(02):51-53.

[5]龔昌來.基于小波變換和均值濾波的圖像去噪方法[J].光電工程,2007,34(01):72-75.

10.16640/j.cnki.37-1222/t.2016.21.199