基于Kinect的物體三維重建研究

羅俊豪,李慧敏,張力文,吳　健

（北京林業大學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

（北京林業大學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的不斷發展，越來越多的先進的數字化儀器及設備不斷投入使用,計算機輔助下的基于多種方法的三維重建技術發展日趨成熟。然而，傳統的三維重建獲取圖像信息的設備復雜、成本高昂、操作繁瑣。而隨著3D打印技術的成熟，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作為輸入設備，利用Kinect獲取圖像的RGB-D信息，進而得到點云數據。通過圖像分割，去噪，并完成曲面擬合，從而實現物體的三維重建。

Kinect;三維重建;點云;曲面擬合

0　引言

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

1　 Kinect的標定

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的標定，以矯正相機畸變，獲取彩色相機和深度相機之間的對應關系[1]。對kinect深度相機進行標定時，通常使用棋盤作為定標物來定標。

2　 3D.X、3D.Y坐標的計算

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

3　R、G、B坐標的提取

利用標定得到的彩色相機及深度相機的內參數矩陣，可構建彩色圖像坐標系和紅外相機坐標系之間的聯系，利用融合之后的RGB-D數據，可以計算得到三維重建所需的點云數據[1]。設為物體在紅外相機坐標系下的三維坐標，根據二者的對應關系，其在彩色相機坐標系下的三維坐標可通過下式計算求得。

式中，RD?RGB為旋轉矩陣，tD?RGB為平移向量，旋轉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，構建紅外相機坐標系和彩色相機坐標系之間的聯系[1]。進而得到深度圖像在彩色圖像坐標系下的坐標位置)為：

其中。RGBK為彩色相機的內參數矩陣。

4　點云數據配準

ICP算法是一種基于輪廓特征的點配準方法，主要用于三維物體的配準問題。ICP算法的本質是基于最小二乘的最優匹配方法[2]，對于兩種坐標系下的不同點集，通過多重迭代過程，不斷尋找參考點集和目標點集之間的對應關系。設待匹配的兩片點云數據的集合：

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，設的在X中最鄰近的點組成新的點集，記為：。點云數據配準，本質上就是尋找P和Y之間的最優變換關系，使P和Y的相關性最好，或者距離最短。即尋找最合適的旋轉矩陣R和平移向量t，使目標函數最小[3]：

5　降噪與濾波

Kinect設備硬件自身會引入噪聲，除此之外，利用Kinect獲取深度數據時，周圍環境也會帶入噪聲。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)的領域S中包含當前像素在內的像素總個數[5]。得到的g(x,y)便是去除噪聲以后的圖像。

6　實驗結果

圖3為深度圖像生成圖

7　結束語

本文介紹了一種基于Kinect的物體的三維重建方的法。由于Kinect自身的硬件技術和拍攝環境的影響，獲取的深度數據存在較大噪聲，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據的噪聲進行降噪，滿足基本要求。但由于均值濾波容易損壞圖像細節，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化。

[1]郭連朋,陳向寧,徐萬朋等.基于kinect傳感器的物體三維重建[J].四川兵工學報,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空間配準中的技術研究[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據配準中的應用[J].測繪科學,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研究[J].計算機技術與發展,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