一种结合纹理信息的深度图像自动配准方法，用于各种真实物体三维模型的重建，步骤为：（１）从扫描数据中提取或根据深度图像生成纹理图像；（２）基于ＳＩＦＴ特征提取纹理图像中的兴趣像素，并通过交叉检验的方法从中找出匹配像素对的候选集；（３）根据几何信息约束找出候选集中正确的匹配像素对；（４）在三维空间中找出和匹配像素对对应的匹配顶点对，计算出两幅深度图像间的刚体置换矩阵；（５）使用改进的ＩＣＰ算法优化这一结果；（６）基于两幅深度图像配准，将多幅深度图像的输入序列分成若干条带状的子序列；（７）采用一种向前搜索的策略合并这些子序列，并构造完整的三维模型。本发明专利技术可以快速准确的配准大规模三维扫描数据，生成三维模型，同时抗噪声能力强，通用性好。
【技术实现步骤摘要】
本专利技术涉及一种根据三维扫描数据自动重建物体三维模型的方法，特别是，属于计算机虚拟现实和计算机图形学
，主要应用于各种真实物体三维逼真模型的重建，特别是应用于数字博物馆中文物的三维模型重建。
技术介绍
重建真实世界中物体的三维模型，被越来越广泛的应用在虚拟仿真、计算机动画、反求工程、计算机辅助设计以及数字博物馆等方面。随着三维扫描设备的不断发展，基于三维扫描设备采集到的数据重建真实物体的模型，逐渐成为一种流行的三维建模方法。主流的三维扫描仪不但能够获取模型表面顶点的深度信息，而且还能获取它们的颜色信息，即可以同时采集到等分辨率的深度图像(range image)和纹理图像(texture image)，深度图像也称作点云数据(point cloud data，PCD)。真实物体的几何形状往往较复杂，而三维扫描仪的视角又有限，因此，为了获取三维物体表面全部的几何信息，需要在多个不同的视点扫描，再将每一次采集到的扫描数据拼接起来，恢复成一个完整的三维模型，这一过程就是扫描数据的配准。 目前，对于扫描数据配准可以分为两个过程两幅视图配准(pair-wise registration)和多幅视图配准(multi-view registration)。对于有部分重叠区域的两幅深度图像，两幅视图配准的目的是找出这两幅深度图像间的最优运动矩阵，在误差最小的情况下，将其中的一幅深度图像拼接到另一幅上。两幅深度图像的配准一般分为两步粗略配准(coarse registration)和精细配准(accurate registration)。首先，在粗略配准阶段计算出两幅深度图像间刚体置换矩阵的估计值，然后，在精细配准阶段通过最小化预先定义的一个误差函数优化前一步的结果。类似的，多幅数据配准的目的是拼接给定的多幅深度图像，其主要包括两个方面找出这些深度图像间的邻接关系，即哪些深度图像间有重叠区域和最小化全局误差。 在常用的两种粗配准中，一类粗略配准的方法是定义一种局部特征描述符，然后计算所有点处的特征值，再通过比较和匹配这些特征值找出两幅深度图像间三对或以上的对应特征点，最后用Horn(参见Horn，B.Closed-form solution of absolute orientation using unit quaternions.Journal of the Optical Society of America 4(1987)，629-642.)的方法，就可计算出两幅数据间的刚体置换矩阵。常见的局部特征描述符有旋转图像(spin images)(参见Huber，D.F.Automaticthree-dimensional modeling from reality.PhD thesis，Carnegie Mellon University，2002.Chair-Martial Hebert.)，基于物体表面微分特性的描述符(参见Gal R，Cohen-Or D.Salientgeometric features for partial shape matching and similarity.ACM Trans.Graph.2006，25，130-150.)，基于积分体的描述符(参见Gelfand，N.，Mitra，N.J.，Guibas，L.J.，andPottmann，H.Robust global registration.In Symposium on Geometry Processing(2005)，pp.197-206.)和基于尺度空间的描述符(参见Li，X.，and Guskov，I.Multi-scale features forapproximate alignment of point-based surfaces.In SGP′05Proceedings of the third Eurographicssymposium on Geometry processing(Aire-la-Ville，Switzerland，Switzerland，2005)，EurographicsAssociation，p.217.)；另一类粗略配准的方法是基于如随机抽样一致性(RANdom SAmpleConsensus，RANSAC)算法的随机算法的。例如Chen(参见Chen，C.-S.，Hung，Y.-P.，and Cheng，J.-B.Ransac-based darcesA new approach to fast auto-matic registration of partially overlappingrange images.IEEE Trans.Pattern Anal.Mach.Intell.21，11(1999)，1229-1234.)提出的方法，通过在两幅深度图像上预先选取一些参考点和引入空间约束条件改进了RANSAC算法，在配准速度和结果的鲁棒性间找到一个平衡点。 尽管已有的局部几何特征的特征表示在刚体变换下保持不变，甚至在一定噪声条件下也具有鲁棒性。但是，由于低维特征和高维特征在配准速度和稳定性方面的固有矛盾以及深度图像中存在噪声和大量几何缺陷，对于大规模数据的配准，单纯使用局部几何特征难以取得较好效果。另外，对于任何一种局部特征描述符，每个顶点的特征值都是根据其邻域内顶点计算出来的，因此，对于物体表面不同的顶点，如果它们邻域的几何特征相似，那么在这些顶点处将取得相近的特征值，这使得在两幅深度图像间寻找匹配的特征点成为一件困难的事情。加入其他的约束条件进行剪枝或者对特征做聚合都是解决这一问题的有效方法，但它们极大的增加了特征点匹配算法的时间复杂性。 考虑到针对二维图像配准的研究工作已取得较好的成果，研究者们开始尝试结合纹理图像解决两幅深度图像配准的问题。其中Roth(参见Roth G.Registering two overlapping rangeimages.In3-D Digital Imaging and Modeling，Proceedings.Second Intemational Conference on，1999，191-200.)通过匹配兴趣顶点组成的三角形寻找正确的对应关系，这种方法的效率和准确性都不高。Bendels(参见Bendels GH，Degener P，Wahl R，Kortgen M，Klein R.Image-basedregistration of 3d-range data using feature surface elements.In VAST，2004，115-124.)在找出兴趣像素的对应顶点后，先对这些顶点及其邻域做特征提取，再利用几何信息的约束找出它们之间正确的匹配关系，最终完成配准.Bendels的方法在扫描数据质量较好且数据间角度变化较小时，可以取得较好的配准结果。Seo(参见Seo JK，Sharp GC，Lee SW.Range data registrationusing photometric features.InComputer Vision and Pattern R本文档来自技高网...
【技术保护点】
一种结合纹理信息的深度图像自动配准方法，其特征在于：分为两幅深度图像的配准和多幅深度图像的配准，其中： 两幅深度图像的配准步骤如下： 设Ｐ和Ｑ是待配准的扫描数据，Ｐ的纹理图像和深度图像分别是Ｉ↓［ｐ］和Ｒ↓［ｐ］，Ｑ的纹理图像和深度图像分别是Ｉ↓［ｑ］和Ｒ↓［ｑ］， 第一步，从Ｐ和Ｑ中提取纹理图像Ｉ↓［ｐ］和Ｉ↓［ｑ］或根据深度图像Ｒ↓［ｐ］和Ｒ↓［ｑ］生成纹理图像Ｉ↓［ｐ］和Ｉ↓［ｑ］； 第二步，基于ＳＩＦＴ特征提取纹理图像Ｉ↓［ｐ］和Ｉ↓［ｑ］中的兴趣像素，并通过交叉检验的方法从中找出匹配像素对的候选集Ｃ； 第三步，使用自适应的ＲＡＮＳＡＣ算法，根据几何信息约束找出候选集Ｃ中正确的匹配像素对； 第四步，在三维空间中找出和匹配像素对对应的匹配顶点对，并根据这些顶点对应关系，计算出两幅深度图像间的刚体置换矩阵； 第五步，使用改进的ＩＣＰ算法优化第四步中的结果，完成两幅深度图像的精确配准； 多幅扫描数据的配准步骤如下： 设表示深度图像间拓扑关系的模型图为Ｇ（Ｖ，Ｅ），Ｓ＝（ｓ↓［１］，ｓ↓［２］，…，ｓ↓［ｎ］）是待配准的ｎ幅深度图像的输入序列； 第六步，基于两幅深度图像配准，将多幅深度图像的输入序列Ｓ分成ｋ条带状的子序列Ｓ＝（Ｗ↓［１］，Ｗ↓［２］，…，Ｗ↓［ｋ］），其中Ｗ↓［ｉ］∈Ｓ（ｉ＝１…ｋ）是若干幅深度图像的子序列，Ｗ↓［ｉ］∈Ｓ（ｉ＝１…ｋ）中的任意两幅相邻的深度图像都有重叠区域； 第七步，采用向前搜索的策略，合并子序列，根据合并完的子序列构造完整的三维模型。...
【技术特征摘要】
【专利技术属性】
技术研发人员：齐越，赵沁平，杨棽，沈旭昆，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。