基于RGB-D數據的點云配準方法研究.pdf

1、三維重建技術是計算機視覺和圖形學的一個重要組成部分，真實物體的三維重建在現實生活的各個領域，包括電子工業(yè)、建筑業(yè)、娛樂業(yè)、文化遺產數字化保護、計算機輔助醫(yī)學等中都有著非常廣泛的應用前景。對于點云數據的配準等處理方法的研究一直是三維模型重建的重點。尤其隨著普及型三維掃描設備的不斷推出，真實物體點云數據的獲取變得越來越簡單，但獲得的數據具有低質高噪聲等缺點。因此關于新型設備掃描下的點云數據處理方法研究對三維模型重建有著非常重要的意義。

2、>　　首先，本文針對Kinect深度相機掃描獲取的點云數據量龐大、噪聲較多的問題，提出一種特征保持的點云去噪和精簡算法。該算法首先通過K-D樹搜索目標點的最近點，并利用鄰域最近點通過曲率估計算法得到該點的近似曲率值；接著使用 K-means聚類算法對點云進行聚類，并根據點間的歐式距離和鄰近點曲率變化進行噪聲剔除；最后通過保持特征的點云精簡算法對點云數據進行簡化。
　　其次，本文提出了一種基于二分法迭代的RGB-D數據點云配準方法。

3、該方法首先使用標定物得到旋轉平臺與Kinect之間的相對關系；然后通過曲率特征對待匹配點云進行特征點提取并尋找與初始點云的對應點；隨后，使用二分法迭代尋找繞中心軸的最優(yōu)旋轉角度，以滿足點云間的最小圓弧距離平方和最??；最后，將多個角度獲取的點云數據配準對齊到同一坐標系下并重建模型。
　　最后，通過實驗結果顯示，特征保持的點云去噪和精簡算法快速有效，對于去除大量外部噪聲有良好效果，且精簡后的點云數據保持了原始點云特征。本文提出的利用旋