激光点云与数字影像融合的目标细部重建

针对激光点云和高分辨率数字影像数据的优缺点,提出融合两种数据进行目标细部几何特征重建的方法。该方法以激光点云数据作为初始空间位置估计,就基于核线约束的多视影像匹配和基于物方的多视最小二乘影像匹配方法展开讨论,并以某小型文物为研究对象,探讨了集成近景激光扫描数据和高分辨率影像数据实现的目标细部几何特征重建的方法,通过实验验证了所提出方案的正确性和有效性。     

一种采用纹理分布特征的标定方法

纹理重建是文物数字化保护工作的重要内容,针对中小型文物纹理重建中多视角纹理采集的自动化标定问题,提出了一种新的用于纹理采集的量化特征标定方法,以提高三维空间点与二维像素点之间拟合的精度。按照实物表面色彩种类及几何图案数量两类重要的纹理特征,进行纹理分布数据的归一化整理;利用归一化后的数据对拍摄角度的标定模板进行标定;最后通过透视投影原理计算三维空间点与二维像素点之间的多视角配准与映射。实验结果表明,量化特征标定方法的非均匀特性与均匀标定模板相比较,在不明显增加计算量的同时,能更好地体现纹理精度。     

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,提出算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.816 5 mm,相较于其他算法,在模型重建精度和效率方面都有所提升,具有良好的应用前景。     

基于特征相似性的RGBD点云配准

三维点云数据的配准是计算机视觉领域的重要研究课题,也是三维重建的关键步 骤。针对 RGBD 点云数据的配准问题,提出一种基于特征相似性的初始配准方法。首先需要计 算待配准的 RGBD 点云模型的曲率和颜色特征度(CFD),并对 CFD 进行统计分析,若模型颜色 特征足够丰富优先采用颜色相似性策略,反之尝试曲率相似性策略。通过特征点提取精简点云 模型,利用确定的对应点选择策略选择候选对应点对。在候选对应点对上采用优化样本一致性 算法获得初始配准变换矩阵,实现两片点云的初始配准。针对不同颜色纹理的 RGBD 点云模型, 本文方法可以自适应选择合适的特征点选择策略,实现点云间良好的初始配准。实验结果表明, 对于几何特征不明显的 RGBD 模型,本文方法能够自适应选择颜色相似性策略来较好地完成初 始配准。对于不同类型的模型配准结果较好,算法效率更高。     

基于多幅实拍照片为真实景物模型添加纹理

利用实拍照片为基于真实景物创建的几何模型添加纹理的方法正在受到广泛的关注,实拍照片与几何模型的配准是这项技术的关键.以往方法采用3D-2D特征点匹配或侧影轮廓线匹配的方法进行配准,因此对空间物体的表面特征或轮廓线形状有特殊的要求.提出了一种新的配准方法来解决这一问题,由于采用了基于图像重建的采样点模型与已知几何模型在空间中匹配的方法实现配准,因而充分利用了物体几何形状本身的拓扑和曲率等信息,并可以一次性地实现所有图像与空间物体的配准.实验结果表明,该方法可以解决一部分用以往的方法尚无法处理的实际问题,且在重建空间采样点分布较为合理的情形下,纹理映射效果非常理想.     

基于图像的点云初始配准

针对地面激光点云的分辨率不同等问题,提出一种不借助额外装置,把二维图像与三维点云相结合的初始配准方法。把不同分辨率点云均匀滤波,根据深度值把三维点云转化为二维灰度图,利用SURF算法提取图像的特征匹配点对;根据映射关系找到三维特征匹配点,利用单位四元数法求出变换矩阵完成点云初始配准。实验结果表明,该算法对于地面激光数据的配准,无论从配准的精度上还是时间上均有很大提高。     

一种融合纹理的三维图像重建快速实现方法

为了得到完整的三维模型,介绍了一种融合纹理的三维图像重建快速实现方法。通过对不同视角的深度图像的手动粗配准、ICP算法精配准以及全局配准得到这些深度图像的旋转平移矩阵。通过vrippack,三维重建出完整的三维图像,用TextureStitcher对得到的三维图像进行纹理映射,从而实现融合纹理的三维图像的快速重建。文中在论述配准算法主要思想和实现步骤的同时,也用实验验证了方法的可行性与通用性。     

面向RGBD深度数据的快速点云配准方法

目的 真实物体的3维重建一直是计算机图形学、机器视觉等领域的研究热点。针对基于RGBD数据的非匀速非固定角度旋转物体的3维重建问题,提出一种利用旋转平台重建物体3维模型的配准方法。方法 首先通过Kinect采集位于旋转平台上目标物的深度数据和颜色数据,对齐融合并使用包围盒算法去除背景噪声和不需要的外部点云,获得带有颜色信息的点云数据。并使用基于标定物不同角度上的点云数据标定出旋转平台中心轴的位置,从而获得Kinect与旋转平台之间的相对关系;然后通过曲率特征对目标点云进行特征点提取并寻找与相邻点云的对应点;其中对于特征点的选取,首先针对点云中的任意一点利用kd-tree搜寻其k个邻近点,对这些点进行曲面拟合,进而计算其高斯曲率,将高斯曲率绝对值较大的n个点作为点云的特征点。n的取值由点云的点个数、点密度和复杂度决定,具体表现为能反映物体的大致轮廓或表面特征信息即可。对于对应点的选取,考虑到欧氏距离并不能较好反映点云中的点对在旋转过程中的对应关系,在实际配准中,往往会因为点云重叠或距离过远等原因找到大量错误的对应点。由于目标物在扫描过程中仅绕旋转轴进行旋转,因此采用圆弧最小距离寻找对应点可有效减少错误点对。随后,使用二分迭代寻找绕中心轴的最优旋转角度以满足点云间的匹配误差最小;最后,将任意角度获取的点云数据配准到统一的坐标系下并重建模型。结果 使用斯坦福大学点云数据库和自采集数据库分别对该方法和已有方法在算法效率和配准结果上进行对比实验,实验结果显示在拥有平均75 000个采样点的斯坦福大学点云数据库上与传统ICP算法和改进ICP算法相比,迭代次数分别平均减少86.5%、57.5%,算法运行时间分别平均减少87%、60.75%,欧氏距离误差平方和分别平均减少70%、22%;在具有平均57000个采样点的自采集点云数据库上与传统ICP算法和改进ICP算法相比,迭代次数分别平均减少94%、75%,算法运行时间分别平均减少92%、69%,欧氏距离误差平方和分别平均减少61.5%、30.6%;实验结果显示使用该方法进行点云配准效率较高且配准误差更小;和KinectFusion算法相比在纹理细节保留上也表现出较好的效果。结论 本文提出的基于旋转平台标定的点云配准算法,利用二分迭代算法能够有效降低算法复杂度。与典型ICP和改进的ICP算法的对比实验也表明了本文算法的有效性。另外,与其他方法在具有纹理的点云配准对比实验中也验证了本文配准方法的优越性。该方法仅采用单个Kinect即可实现对非匀速非固定角度旋转物体的3维建模,方便实用,适用于简单快速的3维重建应用场合。     

基于邻域几何特征约束的植株三维形态配准方法研究

为提高不同角度多次测量得到的植株点云配准速度和精度,提出一种基于植株点云邻域几何特征约束改进的三维形态配准方法。首先,针对点云量大并缺少拓扑信息,选取关键点集并估计其中每个点的支撑邻域来拟合出支撑曲面,进一步计算出邻域几何特征。其次,采用特征相似度的方法实现点云的初始配准。最后,在初始配准的基础上,加入两个新的夹角几何特征约束匹配点对改进ICP算法进行配准优化。利用bunny、兵马俑模型点云对算法的精度和通用性进行测试,并在实际应用中验证了配准效果和算法鲁棒性。结果表明,与传统的特征配准方法相比,该方法配准速度提高约10%以上,精确配准误差约为传统算法误差的1%。     

单Kinect+回转台的全视角三维重建

为了解决当前全视角三维扫描系统价格昂贵操作复杂的问题,提出利用1台Kinect和1个回转台来构建全视角三维模型的方法。研究涉及点云预处理、点云配准、全局误差修正以及色差修正等技术。首先使用Kinect采集数据并预处理,结合转台约束利用图像几何特征进行粗配准,随后使用迭代最近点（Iterative closest point,ICP）算法实现点云的精确配准。对于累积误差导致的闭环问题以及不同角度拍摄引起的色差问题,通过全局误差修正与色差修正算法处理,提升重建结果的精度。实验结果表明：该方法可以实现三维物体的全视角重建,并在精度上优于微软的KinectFusion方法。     

Automatic registration of laser reflectance and colour intensity images for 3D reconstruction

The objective of the work presented in this paper is to generate complete, high-resolution models of real world scenes from passive intensity images and active range sensors. In previous work, an automatic method has been developed in order to compute 3D models of real world scenes from laser range data. The aim of this project is to improve these existing models by fusing range and intensity data. The paper presents different techniques in order to find correspondences between the different sets of data. Based on these control points, a robust camera calibration is computed with a minimal user intervention in order to avoid the fastidious point and click phase that is still necessary in many systems. The intensity images are then re-projected into the laser coordinate frame to produce an image that combines the laser reflectance and the available video intensity images into a colour texture map.     

三维重建中纹理图像的光照一致性调整

三维激光测量技术(LMS)为快速、精确的建立实体三维数字模型提供了新的途径。纹理图像的光照调整作为其中的一个关键技术环节,其目的是消除多幅纹理图像由于拍摄光照不一致造成的亮度不一致,从而增强模型的视觉真实感。在大型户外实体的三维重建过程中该问题尤为突出,但目前仍没有成熟的解决方案。文中在探讨问题成因、对基本问题进行描述的基础上,由浅入深的总结归纳了当前三类典型算法,探讨了各算法的原理、结合实验结果分析利弊、并对今后的研究进行了展望,以期为LMS技术的实际应用提供技术支撑。     

双目视觉测量中三维坐标的求取方法研究

双目视觉测量将同一时刻拍摄的两副物体激光条纹图像,经过特征提取和立体匹配得到两两对应的像素点对,根据摄像机标定建立的物空间坐标到像平面坐标对应的矩阵,利用最小二乘法求取物体三维空间点的坐标.但是,由于最小二乘法没有考虑所建立的超限定方程组所代表的几何意义,计算出的点坐标精度不高.提出一种考虑方程组所代表几何意义的方法,利用异面直线公垂线中点去逼近物体空间点.     

基于扫描激光测距数据的建筑物三维重建

建筑物的三维信息是重要的基础地理信息,可以应用于城市的规划、管理等方面,而机载激光扫描测距系统在城市建筑物的三维重建方面具有重要的应用价值。针对我国自行研制的机载激光扫描测距数据提出了一套利用稀疏激光测距数据自动提取建筑物三维信息的方法。首先根据测量的激光距离和相应的姿态、位置信息计算出激光采样点的三维位置,进而可以生成城市的数字表面模型(DSM)和城市的数字地面模型(DTM),依据它们能准确地提取出建筑物的轮廓信息,最后根据建筑物具有规则的形状这个特点来对建筑物的轮廓线进行规则化处理而最终恢复建筑物的三维信息。通过对北京城市北部地区的实际处理,说明了该方法的可行性。     

3D discrete rotations using hinge angles

In this paper, we study 3D rotations on grid points computed by using only integers. For that purpose, we investigate the intersection between the 3D half-grid and the rotation plane. From this intersection, we define 3D hinge angles which determine a transit of a grid point from a voxel to its adjacent voxel during the rotation. Then, we give a method to sort all 3D hinge angles with integer computations. The study of 3D hinge angles allows us to design a 3D discrete rotation and to estimate the rotation between a pair of digital images in correspondence.     

Projective reconstruction of ellipses from multiple images

This paper presents a new approach for reconstructing 3D ellipses (including circles) from a sequence of 2D images taken by uncalibrated cameras. Our strategy is to estimate an ellipse in 3D space by reconstructing N(≥5) 3D points (called representative points) on it, where the representative points are reconstructed by minimizing the distances from their projections to the measured 2D ellipses on different images (i.e., 2D reprojection error). This minimization problem is transformed into a sequence of minimization sub-problems that can be readily solved by an algorithm which is guaranteed to converge to a (local) minimum of the 2D reprojection error. Our method can reconstruct multiple 3D ellipses simultaneously from multiple images and it readily handles images with missing and/or partially occluded ellipses. The proposed method is evaluated using both synthetic and real data.     

基于物体特征有效提取和离散点三维重建的3D扫描系统原型研究

针对3D扫描技术的近期发展情况,以及市场关于被摄物体特征有效提取的迫切需求,通过系统的对照相机和投影仪测量的方法与计算,利用离散点三维重建算法、标准化算法详细分析了,作为3D扫描原型系统的关键技术,并深入的对三维坐标重复演算的过程,进行了实践研究与计算,论证了基于投影光编码技术的3D扫描仪原型系统,在物体特征有效提取和离散点三维重建中完全可以高效应用;同时,使用焦距标准化运算、逆向倾角变形运算、逆向扭曲变形运算三种方法,综合论述了物体特征有效提取和离散点三维重建过程的相关内容,测试了原型系统对真实文物的扫描情况,展开了该原型系统可应用于不同材料,不同种类物体的扫描,并能有效的进行数字化物体特征识别的研究结论。     

Manual/automatic colorization for three-dimensional geometric models utilizing laser reflectivity

While laser scanners can produce a high-precision 3D shape of a real object, appearance information of the object has to be captured by an image sensor, such as a digital camera. This paper proposes a novel and simple technique for colorizing 3D geometric models based on laser reflectivity. Laser scanners capture the range data of a target object from the sensors. Simultaneously, the power of the reflected laser is obtained as a by-product of the range data. The reflectance image, which is a collection of laser reflectance depicted as a grayscale image, contains rich appearance information about the target object. The proposed technique is an alternative to texture mapping, which has been widely used to realize photo-realistic 3D modeling but requires strict alignment between range data and texture images. The proposed technique first colorizes a reflectance image based on the similarity of color and reflectance images. Then the appearance information (color and texture information) is added to a 3D model by transferring the color in the colorized reflectance image to the corresponding range image. Some experiments and comparisons between texture mapping and the proposed technique demonstrate the validity of the proposed technique.     

An automated vision-based method for rapid 3D energy performance modeling of existing buildings using thermal and digital imagery

Modeling the energy performance of existing buildings enables quick identification and reporting of potential areas for building retrofit. However, current modeling practices of using energy simulation tools do not model the energy performance of buildings at their element level. As a result, potential retrofit candidates caused by construction defects and degradations are not represented. Furthermore, due to manual modeling and calibration processes, their application is often time-consuming. Current application of 2D thermography for building diagnostics is also facing several challenges due to a large number of unordered and non-geo-tagged images. To address these limitations, this paper presents a new computer vision-based method for automated 3D energy performance modeling of existing buildings using thermal and digital imagery captured by a single thermal camera. First, using a new image-based 3D reconstruction pipeline which consists of Graphic Processing Unit (GPU)-based Structure-from-Motion (SfM) and Multi-View Stereo (MVS) algorithms, the geometrical conditions of an existing building is reconstructed in 3D. Next, a 3D thermal point cloud model of the building is generated by using a new 3D thermal modeling algorithm. This algorithm involves a one-time thermal camera calibration, deriving the relative transformation by forming the Epipolar geometry between thermal and digital images, and the MVS algorithm for dense reconstruction. By automatically superimposing the 3D building and thermal point cloud models, 3D spatio-thermal models are formed, which enable the users to visualize, query, and analyze temperatures at the level of 3D points. The underlying algorithms for generating and visualizing the 3D spatio-thermal models and the 3D-registered digital and thermal images are presented in detail. The proposed method is validated for several interior and exterior locations of a typical residential building and an instructional facility. The experimental results show that inexpensive digital and thermal imagery can be converted into ubiquitous reporters of the actual energy performance of existing buildings. The proposed method expedites the modeling process and has the potential to be used as a rapid and robust building diagnostic tool.