

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、三維重建技術(shù)是指將三維環(huán)境用合適的計算機方式表示出來,在計算機環(huán)境中對三維環(huán)境進行一系列操作和分析。三維重建技術(shù)作為一門跨多學(xué)科的挑戰(zhàn)技術(shù),在人機交互、虛擬現(xiàn)實、機器人導(dǎo)航等多方面有著重要的影響。傳統(tǒng)的三維掃描設(shè)備價格昂貴、操作繁瑣。低成本、操作簡單的三維重建技術(shù)具有很高的研究意義。鑒于此,本文通過價格低廉的Kinect傳感器作為三維建模的輸入設(shè)備。并且針對三維重建過程中涉及的數(shù)據(jù)獲取、目標(biāo)提取、點云去噪、文理映射及網(wǎng)格化等相關(guān)技術(shù)進行
2、了研究,實現(xiàn)了一種基于Kinect傳感器的高效簡便的三維重建系統(tǒng)。本文的主要研究內(nèi)容分為以下幾個方面:
首先,利用OpenNI驅(qū)動Kinect傳感器獲取待掃描物體的深度信息和彩色信息,結(jié)合MATLAB標(biāo)定工具箱,然后用棋盤格標(biāo)定方法對Kinect傳感器的相機進行了標(biāo)定。分析了Kinect傳感器由獲取到的深度通過坐標(biāo)轉(zhuǎn)換為三維點云的過程。
其次,由于 Kinect傳感器獲取的深度圖像中帶有大量噪聲,為了提高模型重建的質(zhì)
3、量,采用雙邊濾波算法對獲取的深度圖像進行了去噪,同時保存了邊緣信息。為了重建精確的三維模型,需要對待重建的物體進行分割提取,本文使用改進的連通區(qū)域標(biāo)記算法對深度圖像進行了分割。對分割后的深度圖像進行了修復(fù),使得小面積的孔洞得到了有效填充。
最后,利用Kinect傳感器搭建了一個三維重建系統(tǒng),通過Kinect傳感器從多個視角下獲得待掃描目標(biāo)的深度圖像和RGB圖像,重建出帶紋理信息的逼真的三維網(wǎng)格模型。本系統(tǒng)采用了GPU高性能編程
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多視角三維重建算法的研究.pdf
- 基于旋轉(zhuǎn)平臺的多視角三維重建.pdf
- 基于多深度圖像的三維重建技術(shù)研究.pdf
- 基于深度圖像的三維重建配準(zhǔn)算法研究.pdf
- 基于Kinect深度數(shù)據(jù)的三維點云曲面重建研究.pdf
- 多視角立體三維重建方法研究.pdf
- 基于三維重建技術(shù)的多視角視頻編碼的研究.pdf
- 基于連續(xù)深度融合的多視圖三維重建研究.pdf
- 基于OpenCV的紅外多目視覺的物體三維重建的研究.pdf
- 基于Kinect深度信息的實時三維重建和濾波算法研究.pdf
- 自由多視角實時三維重建技術(shù)的研究.pdf
- 基于Kinect深度圖像的三維重建研究.pdf
- 基于自由多視角成像的三維重建技術(shù)的研究.pdf
- 基于多目視覺的物料堆三維重建算法研究.pdf
- 數(shù)據(jù)驅(qū)動的多視圖三維重建.pdf
- 基于激光掃描數(shù)據(jù)點集的三維重建算法研究.pdf
- 基于多幅圖像序列的三維重建算法的研究.pdf
- 基于彩色編碼結(jié)構(gòu)光的三維重建方法研究.pdf
- 基于旋轉(zhuǎn)平臺的物體表面三維重建研究.pdf
- 基于Kruppa方程的三維重建算法研究.pdf
評論
0/150
提交評論