CN104794748A - 基于Kinect视觉技术的三维空间地图构建方法 - Google Patents

Abstract

本发明涉及一种基于Kinect视觉技术的三维空间地图构建方法，包括以下步骤：步骤S1，基于light coding的Kinect成像技术获取视场空间的各个点的三维坐标，构成单幅点云，且进行点云处理，获取点云数据；步骤S2，基于ICP算法的点云配准技术统一点云数据到同一坐标系下；步骤S3，基于Octree的点云压缩及可视化技术,提升点云读写速度、减少数据的存储空间；步骤S4，基于贪婪三角化的点云曲面重建技术，获取无序离散点云，构建出空间物体的模型。其优点表现在：成本与能源消耗上都大大降低；Kinect配备了RGB彩色摄像机，故构建出的地图能够更加丰富彩色纹理的信息；避免了人为进行标定的麻烦，提高了三维重建的效率；可应用与机器人导航、数字城市、立体测量等领域。

Description

基于Kinect视觉技术的三维空间地图构建方法

技术领域

本发明涉及三维空间构建技术领域，具体地说，是一种基于Kinect视觉技术的三维空间地图构建方法。

背景技术

视觉是获知外界物体的形状、亮度、颜色的等重要信息的渠道，研究表明人类80％以上的外界信息是通过视觉获得。近年来，计算机视觉技术的不断发展，可代替人类眼睛完成对目标物体的识别以及跟踪测试的功能。尤其是通过计算机视技术研究三维空间成为现在研究的热点。

三维空间研究内容非常广泛，包含有以数字城市为目的的城市环境模型构建，建筑物、文物或艺术品的模型构建，大型室内环境模型的构建以及医学图像的三维表面模型的构建；移动机器人在未知室内环境的三维感知问题；以及立体测量等。

传统的三维空间地图构建方法主要有两种：一种是CAD建模，但其人力成本高，建模周期长，另一种是使用类似于激光扫描仪等复杂的传感器，虽然能满足对地图构建精度的要求，但是设备造价昂贵，构建成本过高。

中国专利文献CN201310302977.4，申请日2013年07月18日，专利名称为“基于Kinect相机的术中实时注册的方法”，公开了一种基于Kinect相机的术中实时注册的方法，包括如下步骤：在患者腹部粘贴标记点；扫描患者腹部，获取患者腹部的术前图像；在术前图像中提取术前标记点；利用Kinect相机获取患者腹部的术中图像，所述术中图像包括在患者腹部设置的标记点的图像信息；在术中图像中提取术中标记点；对术前标记点与术中标记点作配准得到术前图像与术中图像之间的变换关系。上述基于Kinect相机的术中实时注册方法能够自动计算标记点在术前图像及术中图像中的位置，避免了手动取点的过程，同时整个注册过程对人体不具有伤害性，且通过Kinect相机采集到的术中图像只有很小的误差，从而有效降低配准误差，最终得到术前图像与术中图像之间的变换关系并用于手术导航系统中。

中国专利文献CN201410456796.1，申请日2014年09月10日，专利名称为“一种基于SIFT和LBP的点云配准的接触网三维重建方法”,公开了一种基于SIFT和LBP的点云配准的接触网三维重建方法，通过体感外设Kinect获取待重建接触网零部件所在环境初始三维点云数据，对其进行去噪、简化、分割聚类、融合等预处理操作，得到待重建接触网零部件单视角点云数据；然后采用SIFT算法进行关键点提取，并运用均匀模式LBP特征构建关键点描述向量，依照向量间的距离确定不同点云中关键点间对应关系；接着利用粗配准和ICP精配准法完成点云配准，获得待重建接触网零部件完整三维点云数据；最后利用泊松曲面重建法完成三维重建，得到三维模型。本发明方法针对点云配准是影响三维重建速度的关键步骤这一重要因素，运用均匀模式LBP特征来构建关键点描述向量，从而降低向量维数，加快对应关系匹配速度，加速配准，从而提高三维重建的速度。但是关于基于Kinect视觉技术的三维空间地图构建方法目前还未见报道。

综上所述，亟需一种对室内空间进行扫描重建室内环境，建立三维空间环境，成本低、丰富彩色纹理信息的基于Kinect视觉技术的三维空间地图构建方法。

发明内容

本发明的目的是针对现有技术中的不足，提供一种对室内空间进行扫描重建室内环境，建立三维空间环境，成本低、丰富彩色纹理信息的基于Kinect视觉技术的三维空间地图构建方法。

为实现上述目的，本发明采取的技术方案是：

一种基于Kinect视觉技术的三维空间地图构建方法，包括以下步骤：步骤S1，基于light coding的Kinect成像技术获取视场空间的各个点的三维坐标，构成单幅点云，且进行点云处理，获取点云数据；步骤S2，基于ICP算法的点云配准技术统一点云数据到同一坐标系下；步骤S3，基于Octree的点云压缩及可视化技术,提升点云读写速度、减少数据的存储空间；步骤S4，基于贪婪三角化的点云曲面重建技术，获取无序离散点云，构建出空间物体的模型。

所述步骤S2中采用ICP算法结合K维树数据结构处理，加快算法的收敛速度。

所述步骤S4中基于OpenNI框架驱动Kinect，获取原始深度数据及RGB数据，获取得到标准数据，利用步骤S1和步骤S2中的点云处理及配准算法，构建出三维空间的模型，基于QT框架实现用户的可视化。

本发明优点在于：

1、本发明的一种基于Kinect视觉技术的三维空间地图构建方法，与传统采用激光扫描等技术相比，本发明在成功实现三维地图构建的同时，成本与能源消耗上都大大降低。

2、采用自主开发点云处理及配准算法，避免了人为进行标定的麻烦，提高了三维重建的效率；

3、Kinect配备了RGB彩色摄像机，故构建出的地图能够更加丰富彩色纹理的信息；

4、Kincet作为视觉传感器，方便经济，信息量大，且与激光传感器相比，Kinect能够快速获取彩色场景图像和深度信息；

5、采用低成本点云获取设备Kinect，基于Qt跨平台程序开发框架及自主开发的点云处理以及点云配准等一系列技术，对室内空间进行扫描重建室内环境，建立三维空间环境。可应用与机器人导航、数字城市、立体测量等领域。

附图说明

附图1为发明的一种基于Kinect视觉技术的三维空间地图构建方法的流程图。

附图2为获取点云数据的图像。

附图3为点云数据配准的图像。

附图4为构建模型图。

附图5为数据流程图。

具体实施方式

下面结合附图对本发明提供的具体实施方式作详细说明。

实施例1

请参照图1，图1为发明的一种基于Kinect视觉技术的三维空间地图构建方法的流程图。一种基于Kinect视觉技术的三维空间地图构建方法，具体包括以下步骤：步骤S1，基于light coding的Kinect成像技术获取视场空间的各个点的三维坐标，构成单幅点云，且进行点云处理，获取点云数据；其中，Kinect是一种体感外设，共有三个摄像头，中间镜头为RGB彩色摄像机，左右边镜头分别为红外线发射器和红外线CMOS摄像机组成。其中红外线能对空间进行编码,也称为Light coding技术，就是用光源照明给需要测量的空间编上码，实质是结构光技术。只要在空间中打上这样的结构光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以确定物体的位置，以此获取视场空间中各个点的三维坐标，构成单幅点云，获取点云数据,如图2所示，图2为获取点云数据的图像。

其中，散斑为雷射光照射到粗糙物体或是穿透毛玻璃光纤后所形成的反射斑点，散斑具有高度随机性，随着距离变换图像，空间中任何两处的散斑都是不同的团，等于整个空间加上了标记，所以任何物体进入该空间，以及移动时，都可确切记录物体的位置。

步骤S2，基于ICP算法的点云配准技术统一点云数据到同一坐标系下；具体为：请参照图3，图3为点云数据配准的图像。点云配准过程采用ICP算法结合K维树数据结构处理。ICP算法在大量点云处理中通常会消耗很多时间，通过K维树可以加速对邻近点的搜索，加快算法的收敛速度。只要通过移动设备改变其视角，进而获取多幅不同视角下的点云数据，就可以通过点云配准技术统一到同一坐标系下。

其中，ICP算法(Iterative Closest Point)也叫最近点迭代算法，是一种高层次的基于自由形态曲面的配准方法，该方法通过迭代运算实现点云之间配准的最佳结果。K维树是一种K维二叉查找数，每个节点表示K维空间的一个点，树的毎一层都根据这层的分辩器做出分支决策。

步骤S3，基于Octree的点云压缩及可视化技术,提升点云读写速度、减少数据的存储空间；具体为：配准过程中，点云数据量不断增加，海量的数据将为计算机处理运算增加沉重的负担，大大降低显示、处理和分析点云数据的效率。因此，为了在保留点云数据特征的同时，达到提升点云读写速度的目的，采用基于Octree(八叉树)的点云压缩技术，大大减少了数据的存储空间，提升了点云读写速度。

其中，八叉树是一种用于描述三维空间的树状数据结构。八叉树的每个节点表示一个正方体的体积元素，每个节点有八个子节点，将八个子节点所表示的体积元素加在一起就等于父节点的体积。

步骤S4，基于贪婪三角化的点云曲面重建技术，获取无序离散点云，构建出空间物体的模型，请参照图4，图4为构建模型图。点云的曲面重建采用贪婪投影三角化算法对点云进行三角化，再构建出曲面模型。

请参照图5，图5为数据流程图，基于OpenNI框架驱动Kinect，获取原始深度数据及RGB数据，获取得到标准数据，利用上述的点云处理及配准算法，构建出三维空间的模型，基于QT框架实现用户的可视化。其QT作为高质量的跨平台框架，具有支持平台广泛，功能完整，开源执行效率高，开发工具完备等特性。

本发明的一种基于Kinect视觉技术的三维空间地图构建方法，与传统采用激光扫描等技术相比，本发明在成功实现三维地图构建的同时，成本与能源消耗上都大大降低。采用自主开发点云处理及配准算法，避免了人为进行标定的麻烦，提高了三维重建的效率；Kincet作为视觉传感器，方便经济，信息量大，且与激光传感器相比，Kinect能够快速获取彩色场景图像和深度信息；Kinect配备了RGB彩色摄像机，故构建出的地图能够更加丰富彩色纹理的信息；采用低成本点云获取设备Kinect，基于Qt跨平台程序开发框架及自主开发的点云处理以及点云配准等一系列技术，对室内空间进行扫描重建室内环境，建立三维空间环境。可应用与机器人导航、数字城市、立体测量等领域。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。

Claims (3)

1.一种基于Kinect视觉技术的三维空间地图构建方法，其特征在于，包括以下步骤：步骤S1，基于light coding的Kinect成像技术获取视场空间的各个点的三维坐标，构成单幅点云，且进行点云处理，获取点云数据；步骤S2，基于ICP算法的点云配准技术统一点云数据到同一坐标系下；步骤S3，基于Octree的点云压缩及可视化技术,提升点云读写速度、减少数据的存储空间；步骤S4，基于贪婪三角化的点云曲面重建技术，获取无序离散点云，构建出空间物体的模型。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中采用ICP算法结合K维树数据结构处理，加快算法的收敛速度。

3.根据权利要求1所述的方法，其特征在于，所述步骤S4中基于OpenNI框架驱动Kinect，获取原始深度数据及RGB数据，获取得到标准数据，利用步骤S1和步骤S2中的点云处理及配准算法，构建出三维空间的模型，基于QT框架实现用户的可视化。