学位论文 > 优秀研究生学位论文题录展示

基于深度图像的三维重建技术研究

作　者: 禹永萍
导　师: 韩燮
学　校: 中北大学
专　业: 计算机软件与理论
关键词: 深度图像图像配准遗传算法 ICP Delaunay三角网格
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 206次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机视觉技术和计算机图形学技术的发展,三维重建技术的应用领域从机器人导航和视觉检测等高端领域扩展到了虚拟现实、视觉模拟等领域,而且在文物保护、生物医学、建筑和机械的设计与制造方面也得到了广泛的应用。基于深度图像的三维重建技术相较于传统的建模技术效率更高,省时省力,而且可以恢复被测物体的三维几何信息,重建模型具有更高的真实性。本论文首先介绍了深度图像的概念等相关知识,以及由深度图像进行三维重建的流程,然后针对三维重建过程中的数据预处理、图像配准及三维重建技术进行了研究。本文研究内容如下：(1)数据预处理。本文从点云去噪和数据精简两个方面对数据预处理操作进行了研究。针对无序点云数据,论文提出了基于中值的k-d tree去噪算法,该方法在去除噪声点的同时,可有效保留原始数据的细节。在精简数据部分,本文采用结合随机采样和曲率采样的混合采样方法对点云数据进行简化,既保持了原始数据的特征,也有效降低了点云数据量。(2)深度图像的配准。深度图像的配准技术是三维重建工作中的重点。本文对遗传算法及ICP算法进行了分析研究,提出了一种新的配准思路。首先采用遗传算法进行初步配准,然后利用基于平方距离函数的ICP算法对初配准结果迭代求精。遗传算法具有强大的全局最优搜索能力,并具有较好的问题域的独立性和应用的鲁棒性,初配准可有效缩小两幅深度图像之间的位置差,提高ICP算法的稳定性。(3)三维重建。本文分析研究了常见三维重建方法,并详细阐述了Delaunay三角剖分原理及步骤。并介绍了拉普拉斯曲面平滑算法,该算法可有效降低重建表面粗糙度,提高重建效果。

全文目录

摘要  4-5
Abstract  5-10
1 绪论  10-16
  1.1 研究背景  10-11
  1.2 基于图像三维重建技术研究现状  11-14
    1.2.1 国内外研究现状  11-13
    1.2.2 深度图像重建  13-14
  1.3 课题研究内容及意义  14-16
    1.3.1 研究内容  14
    1.3.2 研究意义  14-15
    1.3.3 论文结构组织  15-16
2 深度图像  16-22
  2.1 深度图像概念  16
  2.2 深度图像的获取和表示  16-19
    2.2.1 深度图像的获取  16-18
    2.2.2 深度图像的表示  18-19
  2.3 由深度图像建立三维物体几何模型的过程  19-21
  2.4 小结  21-22
3 数据预处理  22-36
  3.1 噪声点的处理  22-29
    3.1.1 噪声产生原因  22-23
    3.1.2 噪声点的数学模型分析  23-24
    3.1.3 噪声点的分类  24-25
    3.1.4 常用的有序点云去噪算法  25-26
    3.1.5 本文改进的k-d tree去噪算法  26-28
    3.1.6 实验结果与分析  28-29
  3.2 数据精简  29-35
    3.2.1 点云数据精简方式  29-30
    3.2.2 常用的散乱点云精简方法  30-32
    3.2.3 本文使用的混合采样方法  32-34
    3.2.4 点云精简算法评价  34-35
  3.3 小结  35-36
4 深度图像配准  36-45
  4.1 深度图像配准介绍  36-37
    4.1.1 配准问题及目标  36-37
    4.1.2 配准的定义  37
  4.2 深度图像配准常用算法  37-38
  4.3 基于特征的深度图像配准  38-42
  4.4 遗传算法  42-44
    4.4.1 遗传算法概念  43
    4.4.2 遗传算法操作  43-44
  4.5 小结  44-45
5 改进的图像配准技术  45-60
  5.1 原始ICP算法  45-49
    5.1.1 算法原理  45-46
    5.1.2 迭代步骤  46-47
    5.1.3 算法的具体实现  47-48
    5.1.4 迭代条件  48-49
    5.1.5 原始ICP算法的评价  49
  5.2 ICP算法的改进  49-54
    5.2.1 ICP算法的改进方向  49-52
    5.2.2 Chen和Medioni提出的改进ICP算法  52
    5.2.3 本文使用的基于平方距离函数的ICP算法  52-54
    5.2.4 其他改进的ICP算法  54
  5.3 基于遗传算法的ICP图像配准  54-58
    5.3.1 染色体编码  55-56
    5.3.2 适应度函数  56
    5.3.3 实验结果与分析  56-58
  5.4 数据融合  58
  5.5 小结  58-60
6 三维重建  60-66
  6.1 三维重建方法概述  60-61
  6.2 三角网格化  61-64
    6.2.1 Voronoi图和Delaunay三角剖分  61-63
    6.2.2 拉普拉斯平滑算法  63-64
  6.3 实验结果与分析  64-65
  6.4 小结  65-66
7 总结与展望  66-68
  7.1 总结  66
  7.2 进一步工作  66-68
参考文献  68-71
攻读硕士期间发表的论文及所取得的研究成果  71-72
致谢  72

基于深度图像的三维重建技术研究

内容摘要

全文目录

相似论文