[发明专利]多幅深度图像的精确配准方法

说明书

技术领域

本发明属于计算机虚拟现实技术领域，具体地说是对多幅深度图像的整体进行精确配准，消除两两配准的累积误差，用于三维模型的几何建模。

背景技术

随着近年来三维扫描技术的迅速发展，使用三维扫描仪建立物体的三维模型变得越来越普遍。三维扫描仪扫描得到的带有深度信息的深度图像，由于一次只能从一个角度扫描模型，所以，多次从不同角度扫描到的深度图像需要进行拼接，即配准，以得到完整的物体模型。首先要进行两两配准，但由于存在累积误差，两两配准后模型可能会出现严重的“裂缝”。本方法在两两配准的基础上，对模型整体的进行精确配准，消除两两配准的累计误差，优化整体配准结果。

多幅深度图像的精确配准与两幅深度图像的精确配准类似，都采用迭代的方法，逐步提高配准精确度。每次迭代过程中主要包含两步：搜索对应点和最小化对应点之间的误差。不同方法的不同之处在于不同的对应点搜索策略、不同的误差度量方法以及不同的误差优化算法。

多幅深度图像的精确配准的目标是优化整体误差和消除两两配准的累积误差。文献1-G.Turk and M.Levoy.，Zippered Polygon Meshes from RangeImages，Proceedings of the 21st annual conference on Computer graphicsand interactive techniques，pp.311-318，1994提出了一种方法，首先得到一个低分辨率的整体模型，然后对每一幅高分辨率的深度图像利用ICP算法在整体模型上进行配准，最终得到一个高分辨率的整体模型，但在许多情况下往往很难得到这样一个整体模型。文献2-Masuda，T.，Sakaue，K.，Yokoya，N.Registration and Integration of Multiple Range Images for 3-D ModelConstruction.In Proc.CVPR.，1996.先将所有的图像先排成一个序列，然后依次让每一幅图像与它前面的所有图像的并集使用ICP(Y.Chen，G.Medioni.Object Modeling by Registration of Multiple Range Images.IEEEConference on Robotics and Automation，pp.2724-2729，1992.)算法进行配准，但这依赖于配准序列的顺序，不能很均匀的传播误差。文献3-R.Bergevin，M.Soucy，H.Gagnon，and D.Laurendeau.Towards a General Multi-ViewRegistration Technique.IEEE Trans.Pattern Anal.Mach.Intell.，Vol.18，No.5，pp.540-547，1996.和文献4-Benjemaa R.，Schmitt.F. Fast GlobalRegistration of 3D Sampled Surfaces using a Multi-Z-Buffer Technique.International Conference on 3D Digital Imaging and Modeling(3DIM)，1997.在所有图像已粗略配准之后，分别让每一幅深度图像与其他所有图像的并集用ICP算法进行两两配准，这样反复循环后，最终得到收敛结果。但这样的循环次数会很大，计算量很大。文献5-Neugebauer P.J.Geometrical Cloning of3D Objects via Simultaneous Registration of Multiple Range Images[C].Proceedings of the 1997 International Conference on Shape Modeling andApplications(SMA’97)，1997.将参考点投影到与之重叠深度图像中得到对应点，并且使用点到切平面的距离作为误差度量，然后使用Levenberg-Marquardt方法同时优化整体误差，由于使用同时优化的方法，效率比前面方法要高，但还需要大量的计算。一个简单而有效的加速方法是利用两两配准的结果预先计算出图像之间的对应点，多幅深度图像配准过程中仅仅使用这些对应点进行计算，这样不需要将所有的数据装入内存，可以大大节省时间和空间，对于处理大模型才更为实际。文献6-Pulli，K.Multiview Registration for LargeData Sets.In International Conference on 3D Digital Imaging and Modeling(3DIM)，1999.利用两两配准的结果，将参考点变换到与之对应的深度图像的坐标系中的点的位置作为其对应点，文中称其为“虚”对应点，多幅深度图像配准过程中仅使用这些点作为对应点，然后使用类似于R.Bergevin，和BenjemaaR.的方法配准，由于省去了搜索对应点的过程，在时间和空间上均有较高的效率，但是它的对应点在多幅深度图像配准过程中不能更新对应点，严重依赖两两配准的结果。文献7-Sharp，G，Lee，S.，Wehe，D.Multiview Registration of3D Scenes by Minimizing Error Between Coordinate Frames.IEEE Trans.PAMI，Vol.26，No.8，2004.特别注意到在回路中两两配准结果的不相容性，提出了一种调整方法，使得每条回路均得到相容的两两配准结果，但缺点是它没有充分考虑不同的两两配准的精度不一致。