作者||童虎
原文位址||3D視覺開發者社群
✨如果覺得文章内容不錯，别忘了三連支援下哦😘~
文章目錄
- 1.重建流程
-
- 1.1 深度圖增強和點雲計算
- 1.2 公共特征點的檢測與比對
- 1.3 旋轉平移參數估計和圖像配準
- 1.4 表面生成
- 2.相關概念
-
- 2.1 彩色圖像與深度圖像
- 2.2 點雲資料
1.重建流程
結合了網絡上的若幹文章加以總結。三維重建一般使用多幅深度圖進行處理後得到三維模型，相鄰的深度圖之間必須有重疊區域，如果要增加彩色貼圖還需要與深度圖對應的彩色圖。重建流程如下所示：
1.1 深度圖增強和點雲計算
受到裝置分辨率等限制，采集到的深度資訊也存在着許多缺點。為了獲得更好的三維模型，必須對深度圖像進行去噪和修複等圖像增強過程。深度圖像中像素點的值是深度資訊，表示物體表面到傳感器之間的直線距離，以毫米為機關。以錄影機成像原理為基礎，可是使用相機内參計算深度圖中的像素點在世界坐标系下的坐标，即點雲。下圖展示了深度圖轉點雲的結果：
1.2 公共特征點的檢測與比對
對于多幀通過不同角度，位置拍攝的景物圖像，各幀之間包含一定的公共部分，首先需要提取出這些部分中有代表的特征點并一一對應，進而為接下來的參數估計做準備。下圖展示了使用SIFT特征提取兩幅圖中的比對點(來自網絡）。
1.3 旋轉平移參數估計和圖像配準
為了利用深度圖像進行三維重建，需要對圖像進行分析，求解各幀之間的變換參數（如使用經典的ICP方法）。深度圖像的配準是以場景的公共部分為基準，計算出相應的平移向量與旋轉矩陣，進而把不同時間、角度、照度擷取的多幀圖像疊加比對到統一的坐标系中，同時消除備援資訊。點雲配準除了會制約三維重建的速度，也會影響到最終模型的精細程度和全局效果。是以必須提升點雲配準算法的性能。
1.4 表面生成
通過上面的步驟可以得到完整的三維點雲，但是需要對點雲進行三角剖分獲得三角面片，才能形成最終的三維模型，下圖展示了點雲到三角面片的過程。
2.相關概念
這裡介紹了三維重建相關的概念，基本都是從網上拷的，還有一些待完善。
2.1 彩色圖像與深度圖像
彩色圖像也叫作RGB圖像，R、G、B三個分量對應于紅、綠、藍三個通道的顔色，它們的疊加組成了圖像像素的不同灰階級。RGB顔色空間是構成多彩現實世界的基礎。深度圖像又被稱為距離圖像，與灰階圖像中像素點存儲亮度值不同，其像素點存儲的是該點到相機的距離，即深度值。深度值指的目标物體與測量器材之間的距離。由于深度值的大小隻與距離有關，而與環境、光線、方向等因素無關，是以深度圖像能夠真實準确的展現景物的幾何深度資訊。通過建立物體的空間模型，能夠為深層次的計算機視覺應用提供更堅實的基礎。
2.2 點雲資料
掃描資料以點的形式記錄，每一個點包含有三維坐标，有些可能含有顔色資訊（RGB）或反射強度資訊（Intensity）。點雲資料除了具有幾何位置以外，有的還有顔色資訊。顔色資訊通常是通過相機擷取彩色影像，然後将對應位置的像素的顔色資訊（RGB）賦予點雲中對應的點。強度資訊的擷取是雷射掃描器接收裝置采集到的回波強度，此強度資訊與目标的表面材質、粗糙度、入射角方向，以及儀器的發射能量，雷射波長有關。
版權聲明：本文僅做學術分享，版權歸原作者所有，若涉及侵權内容請聯系删文
3D視覺開發者社群是由奧比中光給所有開發者打造的分享與交流平台，旨在将3D視覺技術開放給開發者。平台為開發者提供3D視覺領域免費課程、奧比中光獨家資源與專業技術支援。點選加入3D視覺開發者社群，和開發者們一起讨論分享吧~
也可移步微信關注官方公衆号 3D視覺開發者社群 ，擷取更多幹貨知識哦！