[发明专利]一种基于标记点的实时三维建模方法

权利要求书

1.一种基于标记点的实时三维建模方法，其特征在于：包括如下步骤：

步骤1：获取点云数据和预处理；通过深度传感器捕捉深度图像与彩色图像，利用转化算法找到两者之间的对应关系，从而生成点云数据并可视化，去除点云数据中的背景和噪声；

步骤2：提取标记点组建刚体；通过平面提取算法和提取密集区域策略将疑似标记点的点云依次单个提取出来，再利用形状判决策略滤除错误的标记点点云，从而组建刚体；

步骤2：提取标记点组建刚体；

步骤2-1：提取并分割标记点；通过之前提到的平面检测算法来检测到平面位置；因为标记点与平面有明显的颜色差异，通过滤波器来仅让特定颜色的点通过，从而提取标记点点云；通过提取密集点云区域的策略，将距离较近的一些点聚集为一个点云，将单个标记点点云从所有标记点点云中分割出来；

步骤2-2：纠正标记点；白色平板上可能出现的污渍或者物体与平板的接缝处的颜色可能与标记点颜色相似，因此提取标记点点云时需要根据标记点特定形状来过滤其它噪点；采用基于形状判决的策略将标记点正确提取出来；具体为将圆片状点云分为多个区域，每个区域的面积都相同，由于点云中的点是大致均匀分布的，因此每个区域中的点数不会相差太大，通过判断这些区域的点数差值的绝对值就可以判断是否是本文需要的半径的圆片状标记点点云；

步骤2-3：提取圆心坐标组成刚体；通过扇区补偿法弥补点云疏密不均以及部分缺失导致的计算误差，圆心的计算可以通过计算圆形区域的重心得到；具体做法为：①将圆形按半径分为面积相等的内环、中环以及外环，然后将圆形分为多个扇形部分，这样内环、中环以及外环都被分为相应个区域；②分别对每个环的区域中的点数去掉一个最高值，去掉一个最小值，然后计算平均值，小于这个平均值的区域向其中加入点使其与平均值相等，大于这个平均值的区域向其中删除点使其与平均值相同；③重新计算点云的重心；

步骤3：进行配准，获得重建模型；通过获得的多点刚体本身组成的坐标系和全局坐标系之间的位姿关系，求出相邻视角之间的旋转平移矩阵，完成相邻视角之间的配准，将多帧视角点云进行配准融合获得重建模型。

2.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于：所述步骤1中，点云数据的获取是通过转化算法来寻找深度图像和彩色图像之间的关系，以及深度图像和空间点深度之间的对应关系，从而生成彩色点云数据。

3.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于：所述步骤1中，采用滤波器将物体和背景来初步分离出来；接下来通过平面检测算法检测出平面的位置，根据点云距平面的距离将物体与背景进一步分割；再通过边缘检测算法将物体完全剥离出来。

4.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于：所述步骤2中，根据颜色提取出标记点点云。

5.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于：所述步骤2中，根据密集点云区域的策略将距离较近的一些点聚集为一个点云，将标记点点云分割为几个只含有单个标记点的点云，并根据形状判决策略消除对圆形区域的误判。

6.根据权利要求5所述的基于标记点的实时三维建模方法，其特征在于，所述步骤2中，提出扇区补偿法来使圆心坐标计算更加准确。

7.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于，所述步骤3中，相邻帧点云数据的配准是通过旋转平移矩阵完成的，旋转平移矩阵的计算由多点刚体本身的坐标系与全局坐标系之间的位姿关系得来。

8.根据权利要求1所述的基于标记点的实时三维建模方法，其特征在于，所述步骤3中，任意两帧之间点云都可以配准融合成全局点云模型。