没有合适的资源?快使用搜索试试~ 我知道了~
虚拟立方体进行KinectFusion的三种策略结果测试报告1
需积分: 0 0 下载量 98 浏览量
2022-08-08
21:48:42
上传
评论
收藏 1.17MB DOCX 举报
温馨提示
试读
7页
(c)原始虚拟立方体点云,与(b)相比,当视线位于一个平面内(如顶面)时,此平面视觉上变为一条单像素的线段,而图(b)因为TSDF精度不够,重新投射的立方体顶面
资源详情
资源评论
资源推荐
虚拟立方体进行 KinectFusion 的三种策略结
果测试报告
一、 概述
本报告主要演示三种配准策略下,KinectFusion 的重建结果。我们使用虚拟立方体,并修改
程序,使得待配准的目标点云(vmap,nmap)改变,进而导致 ICP 求解相机外参的结果改
变。
原 KinectFusion 算法的目标点云生成过程为:对每一帧,将其融入到 TSDF 模型后,利用当
前相机外参,从 TSDF 模型用光线投射算法生成一个模拟帧(vmap,nmap)作为下一帧的
配准目标。本次测试中,我们仅改变配准目标点云的数据源,所采用的三种配准策略具体分
别为:
1. 策略 1。在使用真实数据进行配准之前,将虚拟点云通过报告[1]附录 A 策略生成一个 TSDF
模型(记为 A),我们称之为“影子模型”,此模型独立于待生成的真实 TSDF 模型(记
为 B)。对每一帧,使用当前帧的相机外参,对 TSDF A 进行光线投射,得到一帧虚拟点
云作为目标;
2. 策略 2。与策略 1 不同,不生成 TSDF A,自己实现一个消隐算法,对给定的虚拟立方体
点云,每一帧使用相机外参解得一张深度图(伪代码如表 1 所述),进而得到目标点云
与法向图。
//策略 2 为 2016-04-18 周一组会商定内容
3. 策略 3。与策略 1 类似,但是是将虚拟立方体点云预先融合到 TSDF B 中(而不是 A)。
对于每一帧,从 B 中光线投射出点云与法向图作为配准目标。其与策略 1 的本质区别是,
策略 3 用于生成模拟帧(vmap,nmap)的 TSDF 是由虚拟立方体与真实深度数据融合产
生,而策略 1 只用虚拟立方体生成 TSDF 做光线投射。
//策略 3 为报告[1]的改进,由仅手工将真实场景与虚拟立方体粗配准,改进为第 0 帧真
实数据通过 ICP 与虚拟立方体产生的 TSDF 精配准。
表 1 点云生成深度图的消隐算法流程伪代码
对点云中每一个点 pt:
vcam = R’*(pt-t) //利用相机外参{R,t}转到相机坐标系,物理量纲:(米)
//利用相机内参 intr(cx, cy, fx, fy),计算图像坐标 (u,v):
int u = int((vcam.x * intr.fx) / vcam.z + intr.cx);
int v = int((vcam.y * intr.fy) / vcam.z + intr.cy);
d = vcam.z * 1000; // z 值转换到毫米深度值
if dmat(u,v)!=0 && d < dmat(u,v) //若对应像素已初始化,且 d 比像素深度更小,则更新
dmat(u, v) = d;
无能为力就要努力
- 粉丝: 16
- 资源: 332
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0