彩色Range图像的三维模型重建

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (1): 139-144.

彩色Range图像的三维模型重建

吴雨1，许林2，杜彦伸2

1.电子科技大学自动化工程学院，成都 611731
2.电子科技大学电子工程学院，成都 611731

出版日期:2014-01-01 发布日期:2013-12-30

3D reconstruct based on textured range-image

WU Yu1, XU Lin2, DU Yanshen2

1.School of Automation, University of Electronic Since and Technology of China, Chengdu 611731, China
2.School of Electronic Engineering, University of Electronic Since and Technology of China, Chengdu 611731, China

Online:2014-01-01 Published:2013-12-30

摘要/Abstract

摘要： 重建包含模型真实纹理的彩色三维模型是计算机视觉研究领域的一个重要问题，提出了一种基于2.5维深度图像的三维配准算法，同时利用原始数据中的几何以及纹理信息，对多幅深度图像进行两两配准和全局配准。新算法在两两配准阶段将纹理信息用于初选两幅图像的匹配点对，在全局配准阶段将纹理信息用于计算残差，并据此更新对应点对的权重值用于下一次迭代计算。该算法克服了以往算法在纹理、几何信息的参数尺度量化等方面的问题。

关键词: 三维重建, 深度图像, 纹理信息, 三维配准

Abstract: Reconstruct colored 3D-model which can show the surface texture is an important issue in the field of computer vision. A registration method based on range-image is proposed to create a 3D-color model. This registration algorithm uses both geometric and texture information during point-matching stage in pair-wise registration and weighting update in global registration. Experimental results show that this approach provides a well registered 3D-color model.

Key words: 3D reconstruction, range images, texture, 3D registration

吴雨1，许林2，杜彦伸2. 彩色Range图像的三维模型重建[J]. 计算机工程与应用, 2014, 50(1): 139-144.

WU Yu1, XU Lin2, DU Yanshen2. 3D reconstruct based on textured range-image[J]. Computer Engineering and Applications, 2014, 50(1): 139-144.

[1]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[2]	成怡，郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.
[3]	郭秋红1，梁秀霞1，2. 对3D Warping分解的高质量虚拟视点绘制方法[J]. 计算机工程与应用, 2019, 55(3): 184-190.
[4]	董静1，耿达2，郭迎港2，孙凤池2. 室内环境下基于R-CNN的光照自适应物体检测[J]. 计算机工程与应用, 2019, 55(2): 168-173.
[5]	赵玉婷，钮建伟，张人杰，刘海笑，冉令华. 卷积神经网络用于关节角度识别与姿势评估[J]. 计算机工程与应用, 2019, 55(16): 209-216.
[6]	洪天龙，解利军，何丽莎，倪忠义，郑耀. 基于粒子群算法的原位体绘制参数设置算法[J]. 计算机工程与应用, 2019, 55(11): 237-243.
[7]	向程谕，王冬丽，周彦，李雅芳. 基于RGB-D融合特征的图像分类[J]. 计算机工程与应用, 2018, 54(8): 178-182.
[8]	李英1，杨秋翔1，雷海卫2，杜博2. 基于深度图像绘制技术的正反向映射技术的改进[J]. 计算机工程与应用, 2018, 54(5): 186-190.
[9]	罗米1，赵霞1，陈萌2，郭松3，倪颖婷1. 基于分段式序列图片集的运动恢复结构[J]. 计算机工程与应用, 2018, 54(22): 205-210.
[10]	孙福盛，韩燮，丁江华，刘涛. LYTRO相机光场图像深度估计算法及重建的研究[J]. 计算机工程与应用, 2018, 54(13): 175-180.
[11]	王炳南1，李彬1，刘霜纯2，3，田联房1，王立非4. 计算机辅助肺功能定量分析系统的开发与设计[J]. 计算机工程与应用, 2018, 54(13): 224-230.
[12]	王松，党建武，王阳萍，杜晓刚. 实时动作识别方法研究[J]. 计算机工程与应用, 2017, 53(3): 28-31.
[13]	朱珏钰1，曹亚微2，周书仁2，李峰2. 基于随机森林深度特征选择的人体姿态估计[J]. 计算机工程与应用, 2017, 53(2): 172-176.
[14]	刘李漫1，孙琨2，徐海洋2，胡怀飞1. 基于哈希特征的大规模图像快速匹配算法[J]. 计算机工程与应用, 2017, 53(17): 202-206.
[15]	赵龙，韦群. 序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用, 2016, 52(8): 211-216.