[发明专利]基于深度传感器的物体三维建模方法在审
申请号: | 201810762485.6 | 申请日: | 2018-07-12 |
公开(公告)号: | CN109087388A | 公开(公告)日: | 2018-12-25 |
发明(设计)人: | 陈建新;杨枫;葛军;丁洁 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T5/00;G06T7/30;G06T7/10;G06T7/80 |
代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 姚姣阳 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 点云 深度传感器 相邻视角 三维点云模型 三维建模 网格模型 转换矩阵 建模 三维点云数据 数据采集步骤 预处理步骤 配准步骤 全局对齐 色彩信息 纹理模型 纹理映射 视角 网格化 异常点 配准 去除 映射 三维 场景 分割 融合 全局 保证 | ||
1.一种基于深度传感器的物体三维建模方法,其特征在于,包括如下步骤:
S1、数据采集步骤,从深度传感器中读取数据,数据包含深度信息和色彩信息,将深度信息和色彩信息融合后获得三维点云数据;
S2、预处理步骤,利用平面提取方法将物体的点云从整个场景中分割出来,再去除异常点、提取物体点云的边界、滤除不准确的边缘点,得到物体在每个视角下的点云;
S3、相邻视角下点云配准步骤,配准相邻视角下的物体点云,得到相邻视角下物体点云间的转换矩阵;
S4、全局对齐步骤,利用转换矩阵,将各个视角下的点云融合进一个全局点云,得到物体的三维点云模型;
S5、网格化和纹理映射步骤,将三维点云模型转换成网格模型,随后将色彩信息映射到网格模型的表面,得到三维纹理模型。
2.根据权利要求1所述的基于深度传感器的物体三维建模方法,其特征在于,S1所述数据采集步骤,具体包括:
S11、硬件设置子步骤,将深度传感器与转盘固定设置于平台上,将物体放置于转盘上,使深度传感器俯视拍摄放置于转盘上、匀速旋转的物体;
S12、数据预存子步骤,转动转盘,使转盘以60S/圈的速度保持匀速旋转,每隔2s从深度传感器取一帧深度图像和一帧彩色图像;
S13、数据读取子步骤,从深度传感器中读取任一视角下的数据,数据包含深度信息和色彩信息;
S14、标定融合子步骤,通过对深度传感器的深度摄像头与彩色摄像头的标定,将色彩信息映射到深度信息坐标系中,再将深度坐标转化为XYZ三维相机坐标系中,最终得到三维点云数据。
3.根据权利要求2所述的基于深度传感器的物体三维建模方法,其特征在于:S14中所述对深度信息和色彩信息进行标定,需要计算深度摄像头与彩色摄像头的内部参数与外部参数,所述内部参数为深度传感器的硬件参数,所述外部参数为深度摄像头与彩色摄像头的相对位置关系、即旋转平移矩阵,包括旋转矩阵R和平移矩阵T。
4.根据权利要求1所述的基于深度传感器的物体三维建模方法,其特征在于,S2所述预处理步骤,具体包括:
S21、分割子步骤,使用随机采样一致算法检测直通滤波后点云中的地面,定义地面平面上的点为内点,其余的点为外点,从内点中分散地取3个点P1=(x1,y1,z1)、P2=(x2,y2,z2)、P3=(x3,y3,z3)用于计算平面方程,
设地面平面S方程为ax+by+cz+d=0,
其中,
使用如下公式计算点到面的距离D,
根据物体到地平面间的距离,将物体的点云从整个场景中分割出来;
S22、预处理子步骤,使用离群点滤波器滤除物体点云周围的噪声,再使用边界提取算法提取到物体点云的边界,滤除不准确的边缘点,得到每个视角下物体的点云。
5.根据权利要求1所述的基于深度传感器的物体三维建模方法,其特征在于,S3所述相邻视角下点云配准步骤,具体包括:使用点到面的迭代最近点算法以及删除非重叠点策略对相邻视角下的点云进行两两配准。
6.根据权利要求5所述的基于深度传感器的物体三维建模方法,其特征在于,所述删除非重叠点策略具体包括:使用ICP算法完成相邻视角下点云的初步配准,将初步配准准后的点云间不重叠的部分删除,随后再次使用ICP算法进行精确配准,两次配准的转换矩阵相乘即为相邻视角下物体点云间的转换矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810762485.6/1.html,转载请声明来源钻瓜专利网。