10.3969/j.issn.1673-629X.2018.12.030
基于RGB-D树状结构物体三维重建
由于设备采集树状物体数据精度差,导致树状物体枝干连接部位数据丢失,重建出来的树状物体枝干不连续.树状结构物体颜色单调统一,各枝叶形状相似,导致特征点提取困难,配准精度低.通过对深度数据的分析,彩色图像与深度数据相比拥有更完整的信息,使用深度数据与彩色数据相结合的方法,根据彩色图像与深度数据的坐标映射关系,使用彩色图像修复缺失的深度数据.边界轮廓同样能够体现物体的形状特征,使用目标边界点作为特征点,应用边界点的曲率属性进行特征点的匹配.实验结果表明,使用彩色深度数据结合的优化方法相比较于直接用深度图优化深度数据的方法,能够解决枝干间断的问题,同时使边缘数据更加完整.使用边界特征配准方法能够为ICP精确配准提供良好的初始位置,从而提高精确配准时的精度.
Kinect、三维重建、法向量、曲率、最小二乘法、ICP
28
TP391.9(计算技术、计算机技术)
国家“863”高技术发展计划项目2015AA016403
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
142-146