[发明专利]一种基于在线结构分析的室内场景实时重建方法

说明书

技术领域

本发明设计室内场景在线分析与实时重建技术，尤其涉及一种基于在线结构分析的室内场景实时重建方法。

背景技术

本发明相关的研究背景简述如下：

1.基于深度相机的3D场景恢复

深度相机的一大优势就是其实时获取深度图像的能力，因此带动了深度相机在3D场景恢复中应用的普及。有代表性的算法是KinectFusion，通过GPU加速将深度图实时累加到均匀体素当中，并通过体素进行摄像机位置计算（Izadi,Shahram,et al.KinectFusion:real-time3D reconstruction and interaction using a moving depth camera.Proceedings of the24th annual ACM symposium on User interface software and technology.ACM,2011）。为了使恢复的场景不受体素尺寸的限制，可以采用移动体素的方法将不处于工作区域的体素换出（Roth,Henry,and Marsette Vona.Moving Volume KinectFusion.BMVC.2012.;Whelan,Thomas,et al.Robust tracking for real-time dense RGB-D mapping with Kintinuous.(2012).）。还可以通过建立空间层次结构（Chen,Jiawen,Dennis Bautembach,and Shahram Izadi.Scalable real-time volumetric surface reconstruction.ACM Transactions on Graphics(TOG)32.4(2013):113.），或者空间哈希表实现大空间的存储（,M.,,M.,Izadi,S.,&Stamminger,M.(2013).Real-time3D reconstruction at scale using voxel hashing.ACM Transactions on Graphics(TOG),32(6),169.）。

尽管这些算法能够实时扫描高精度的3D数据，然而仍然受到深度相机输出噪声很大的影响，其精度远不足以主动形成封闭回路。因此便出现了离线计算的方法，对整个摄像机轨迹进行全局优化（Zhou,Q.Y.,&Koltun,V.(2013).Dense scene reconstruction with points of interest.ACM Transactions on Graphics(TOG),32(4),112.）。还有一种在扫描场景中进行回路检测的方法（Du,H.,Henry,P.,Ren,X.,Cheng,M.,Goldman,D.B.,Seitz,S.M.,&Fox,D.(2011,September).Interactive3D modeling of indoor environments with a consumer depth camera.In Proceedings of the13th international conference on Ubiquitous computing(pp.75-84).ACM.）。这些方法都没有利用结构信息，因此恢复精度依然会受到限制。

2.结构分析

在典型的室内场景中，结构化信息大量存在，比如人造的平面和立方体，平面之间的垂直或平行关系，以及重复出现的物体。这些结构化信息可以帮助3D重建，并提高重建精度。