虚拟立方体进行KinectFusion的三种策略结果测试报告1
需积分: 0 98 浏览量
2022-08-08
21:48:42
上传
评论
收藏 1.17MB DOCX 举报
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;
评论0