[发明专利]基于双层配准方法的室内三维场景重建方法

说明书

技术领域

本发明属于计算机视觉与智能机器人的交叉领域，涉及一种室内环境三维重建技术，尤其涉及一种基于双层配准方法的大范围室内场景的重建方法。

背景技术

近年来，随着信息技术的不断发展，对三维场景重建技术的需求不断增长，经济快速的室内三维场景重建方法成为诸多领域亟待解决的关键性技术问题。在家庭服务机器人领域，人口老龄化引发的智能家庭服务机器人市场需求日益强烈。目前，市场上大部分服务机器人因无法感知三维环境只能在特定的场景下提供单一简单的服务，这一问题严重制约着家庭服务机器人产业的发展。

三维场景重建是计算机视觉、智能机器人、虚拟现实等领域的研究热点问题之一。传统的三维重建方法根据获取三维数据的方式不同可以分为两类：基于激光扫描技术的三维重建方法和基于视觉的三维重建方法。针对室内大范围的三维场景重建问题现有方法仍然存较大的局限性。

基于激光的三维重建方法，通过激光扫描仪获取场景的深度数据或距离图像，利用深度数据的配准实现单帧数据与全局数据的对齐。这样只是获得了三维场景的几何信息，需要通过增加一台摄像机获取场景的纹理信息并映射到重建出几何模型上，这就要解决一个由照片到几何的映射问题。基于激光扫描的三维重建方法虽然可以获取较高精度的三维几何模型，但纹理映射的难度较大，从而生成具有真实感的三维模型比较困难，同时激光设备价格高昂，一般应用在数字考古、地形勘测、数字博物馆等领域，很难在大规模的民用领域普及。

基于视觉的三维重建方法，即采用计算机视觉方法进行物体三维模型重建，是指利用数字摄像机作为图像传感器，综合运用图像处理视觉计算等技术进行非接触三维测量，用计算机程序获取物体的三维信息。其优势在于不受物体形状限制，重建速度较快，可以实现全自动或半自动建模等，是三维重建的一个重要发展方向。根据使用摄像机数目的不同，可以分为单目视觉法、双目视觉法、三目视觉法或多目视觉法。单目视觉法使用一台摄像机进行三维重建，通过图像的二维特征推导出深度信息，这些二维特征包括明暗、纹理、焦点、轮廓等。其优点是设备结构简单，使用单幅或少数几张图像就可以重建出物体三维模型。但是通常要求的条件比较理想化，实际应用情况不是很理想，重建效果一般。双目视觉法，也称立体视觉法，将双目视差信息转换为深度信息。其优点是方法成熟，能够稳定地获得较好的重建结果；不足的是运算量仍然偏大，而且在基线距离较大的情况下重建效果明显降低。多目视觉法的基本思想是通过增加摄像机提供额外的约束，以此来避免双目视觉中的问题。其优点是重建效果优于双目视觉法，但设备结构更加复杂，成本更高，控制上也比较难。

近年来，随着RGBD（彩色和深度）传感器技术的发展，比如微软推出的Kinect，为三维场景重建提供了新的方案。目前关于Kinect三维重建方法的研究在单一物体的三维重建方面取得了一些成果，在室内场景重建方面的研究仍处于起步阶段。RichardA.Newcombe等人采用Kinect获取环境信息，利用ICP方法，实现环境信息的三维重建。由于该方法在GPU硬件上实现，对GPU硬件配置要求较高，且受GPU内存的限制，只能重建3m×3m×3m的范围，无法满足大范围室内三维场景创建的需求。

发明内容

为了克服上述三维重建方法中存在的问题，本发明提供了一种经济快速的、基于双层配准方法的室内三维场景重建方法。

本发明采用的技术方案如下：

利用Kinect获取环境的RGB和深度图像信息，通过提取RGB图像的SURF特征点，以特征点匹配信息作为关联数据，结合随机抽样一致性（Random sample Consensus，RANSAC）方法和迭代最临近点（Iterative closest point，ICP）方法，提出一种三维数据双层配准方法。该方法主要包括以下内容：第一，利用RANSAC方法获取相邻两帧（Frame-To-Frame）三维数据的旋转平移变换矩阵，累积该结果获取Kinect的相对位置变化。通过设定阈值，当Kinect位置变化超过一定大小时增加一帧数据，将该数据设定为关键帧（KeyFrame）并完成初次配准；第二，利用ICP方法获取相邻关键帧（KeyFrame-To-KeyFrame）的精确变换矩阵，完成精确配准。利用双层配准方法获取的KeyFrame数据以及相邻KeyFrame间的变换矩阵，完成三维环境的重建。

基于双层配准方法的室内三维场景重建方法，其包括以下步骤：

步骤一，进行Kinect标定。