一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法
【專利摘要】本發(fā)明提供一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，包括實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像，完成單幀三維點(diǎn)云重構(gòu)；對(duì)相鄰兩幀RGB圖像進(jìn)行特征提取，得到相鄰兩幀三維點(diǎn)云的初步旋轉(zhuǎn)矩陣；對(duì)各幀點(diǎn)云進(jìn)行降采樣，從各幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征；確定各平面位置；計(jì)算誤差旋轉(zhuǎn)矩陣；對(duì)初步旋轉(zhuǎn)矩陣進(jìn)行修正，對(duì)每?jī)蓭S點(diǎn)云拼接配準(zhǔn)；通過(guò)對(duì)各幀三維點(diǎn)云拼接配準(zhǔn)最終實(shí)現(xiàn)室內(nèi)三維場(chǎng)景重構(gòu)。本發(fā)明利用點(diǎn)云的幾何特征來(lái)進(jìn)行誤差消除，快速且有效地提取出點(diǎn)云的平面特征。當(dāng)前幀與上一幀點(diǎn)云的平面特征進(jìn)行匹配的成功度較高。根據(jù)平面特征判斷平面類型，從而計(jì)算出誤差矩陣，對(duì)初步旋轉(zhuǎn)矩陣進(jìn)行修正，獲得較準(zhǔn)確的室內(nèi)三維點(diǎn)云地圖。
【專利說(shuō)明】
一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及的三維場(chǎng)景重構(gòu)技術(shù)領(lǐng)域，具體涉及一種利用平面特征的室內(nèi)三維場(chǎng) 景重構(gòu)方法。
【背景技術(shù)】
[0002] 基于視覺(jué)的三維重建技術(shù)，是指利用數(shù)字?jǐn)z像機(jī)作為圖像傳感器，綜合運(yùn)用圖像 處理、視覺(jué)計(jì)算等技術(shù)進(jìn)行非接觸三維測(cè)量，通過(guò)計(jì)算機(jī)程序獲取物體的三維信息。很多相 關(guān)的工程技術(shù)研究要對(duì)三維環(huán)境或者物體進(jìn)行相關(guān)的分析運(yùn)算，以便更直觀的獲取有用的 數(shù)字信息，從而指導(dǎo)相關(guān)的工程計(jì)算。因此，三維場(chǎng)景重構(gòu)正被越來(lái)越多地應(yīng)用于工業(yè)、災(zāi) 難救援、移動(dòng)機(jī)器人自主導(dǎo)航、服務(wù)系統(tǒng)、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域。以前通常采用價(jià)格昂貴、裝置復(fù) 雜的三維掃描儀或結(jié)構(gòu)光設(shè)備獲取點(diǎn)云地圖。2010年微軟Kinect攝像機(jī)的問(wèn)世為室內(nèi)三維 場(chǎng)景重建問(wèn)題的解決提供了新的思路。Kinect攝像機(jī)作為一種新型深度相機(jī)，具有價(jià)格低 廉、深度數(shù)據(jù)獲取能力強(qiáng)、RGB圖像與深度圖像同步獲取等優(yōu)勢(shì)。利用深度圖像，可以很好地 克服可見(jiàn)光圖像識(shí)別常遇到的困難，保障環(huán)境識(shí)別與建模的精確度。然而，由于Kinect攝像 機(jī)視角和視距范圍有限，室內(nèi)三維場(chǎng)景重構(gòu)必然會(huì)產(chǎn)生誤差積累問(wèn)題，特別在回路閉合處， 誤差積累表現(xiàn)得更為明顯。另一方面，當(dāng)要求快速匹配或者點(diǎn)云數(shù)據(jù)量過(guò)大時(shí)，場(chǎng)景重構(gòu)的 實(shí)時(shí)性無(wú)法滿足應(yīng)用要求。因此，室內(nèi)三維場(chǎng)景重構(gòu)的關(guān)鍵在于能夠快速地獲得一個(gè)比較 準(zhǔn)確、可利用的三維地圖。
[0003] 目前，多數(shù)RGB-D SLAM系統(tǒng)利用迭代最近點(diǎn)方法（Iterative Closest Point， ICP)進(jìn)行不同點(diǎn)云間的配準(zhǔn)。ICP方法是基于最小二乘法的最優(yōu)匹配算法，它重復(fù)進(jìn)行"確 定對(duì)應(yīng)關(guān)系點(diǎn)集-計(jì)算最優(yōu)剛體變換"的過(guò)程，直到表示正確匹配的收斂準(zhǔn)則被滿足，最終 獲得目標(biāo)點(diǎn)集與參考點(diǎn)之間的旋轉(zhuǎn)矩陣R和平移矩陣T。該算法具有簡(jiǎn)單且計(jì)算復(fù)雜度低的 優(yōu)勢(shì)，不過(guò)結(jié)果準(zhǔn)確性嚴(yán)重依賴初始配準(zhǔn)位置以及配準(zhǔn)點(diǎn)集有無(wú)噪聲點(diǎn)。三維點(diǎn)云配準(zhǔn)中， 特征匹配過(guò)程存在的誤匹配點(diǎn)會(huì)導(dǎo)致獲得的匹配點(diǎn)集不準(zhǔn)確，從而使最后算出的轉(zhuǎn)換矩陣 有所偏差。g 2〇圖優(yōu)化算法是在SLAM系統(tǒng)后端進(jìn)行全局優(yōu)化，讓當(dāng)前幀與之前幀比較形成回 環(huán);該方法可以減小點(diǎn)云間累積誤差，但實(shí)時(shí)性不夠好。Kinect-Fusion系統(tǒng)利用硬件設(shè)備， 采用GPU并行計(jì)算實(shí)現(xiàn)了實(shí)時(shí)的定位與重建，用于動(dòng)態(tài)場(chǎng)景的增強(qiáng)現(xiàn)實(shí)應(yīng)用；該系統(tǒng)利用 GPU實(shí)現(xiàn)了實(shí)時(shí)ICP配準(zhǔn)，并同步生成環(huán)境地圖的三維表面;不過(guò)利用GPU加速對(duì)于硬件要求 較高，制約了其使用范圍。
[0004] 綜上所述，目前的室內(nèi)三維場(chǎng)景重構(gòu)方法在點(diǎn)云配準(zhǔn)時(shí)較強(qiáng)依賴點(diǎn)云的初始位 置，以致準(zhǔn)確度降低。而后期的優(yōu)化方法采用了多幀點(diǎn)云間的回環(huán)比較，增加了計(jì)算難度， 使三維重構(gòu)的實(shí)時(shí)性下降。

【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方 法。
[0006] 本發(fā)明的技術(shù)方案是：
[0007] 一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，包括：
[0008] 利用Kinect攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像，將單幀RGB圖像數(shù)據(jù) 和深度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換成三維點(diǎn)云形式，完成單幀三維點(diǎn)云重 構(gòu)；
[0009] 利用SURF特征描述子對(duì)相鄰兩幀RGB圖像進(jìn)行特征提取，采用歐式距離作為相似 性度量，采用PnP求解得到相鄰兩幀三維點(diǎn)云的初步旋轉(zhuǎn)矩陣；
[0010] 采用VoxelGrid濾波器對(duì)重構(gòu)出的各幀點(diǎn)云進(jìn)行降采樣，采用RANSAC算法從各幀 三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征；
[0011] 利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征確定各平面位置；
[0012] 利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征計(jì)算誤差旋轉(zhuǎn)矩陣；
[0013] 利用誤差旋轉(zhuǎn)矩陣對(duì)于初步旋轉(zhuǎn)矩陣進(jìn)行修正，對(duì)每?jī)蓭S點(diǎn)云拼接配準(zhǔn)； [0014]通過(guò)對(duì)各幀三維點(diǎn)云拼接配準(zhǔn)最終實(shí)現(xiàn)室內(nèi)三維場(chǎng)景重構(gòu)。
[0015]所述單幀三維點(diǎn)云重構(gòu)，具體方法如下：
[0016]對(duì)Kinect攝像機(jī)的RGB攝像頭的視角和深度攝像頭的視角進(jìn)行標(biāo)定，使Kinect攝 像機(jī)采集的RGB圖像和深度圖像統(tǒng)一到同一個(gè)視角下，得到Kinect攝像機(jī)的內(nèi)參矩陣； [0017]利用K ine ct攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像；
[0018]將單幀RGB圖像數(shù)據(jù)和深度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換成三維點(diǎn) 云形式，即得到多個(gè)以世界坐標(biāo)數(shù)據(jù)與RGB數(shù)據(jù)表示的空間點(diǎn)。
[0019]所述采用RANSAC算法從單幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征，具體方法如 下：
[0020]設(shè)定距離閾值，距離閾值表示點(diǎn)到平面的距離最大值；
[0021]利用隨機(jī)采樣一致性算法分割單幀三維點(diǎn)云，將距離某平面小于設(shè)定的距離閾值 的空間點(diǎn)作為該平面內(nèi)點(diǎn)，其余作為該平面外點(diǎn)；
[0022]提取出室內(nèi)場(chǎng)景內(nèi)各平面的平面特征，包括單幀三維點(diǎn)云各平面內(nèi)點(diǎn)及平面方程 的系數(shù)。
[0023]所述根據(jù)從多幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征確定各平面位置，具體方法 如下：
[0024]水平旋轉(zhuǎn)Kinect攝像機(jī)，通過(guò)改變分割閾值調(diào)節(jié)提取平面特征的數(shù)量，分割閾值 表示單幀三維點(diǎn)云內(nèi)的平面數(shù)量最大值；
[0025]根據(jù)平面內(nèi)點(diǎn)的數(shù)量對(duì)單幀三維點(diǎn)云內(nèi)的各平面進(jìn)行降序排序；
[0026] 對(duì)前若干幀點(diǎn)云分別提取出的多個(gè)平面特征組進(jìn)行分析，確定各個(gè)平面特征組內(nèi) 平面間的相對(duì)位置。
[0027] 所述確定各個(gè)平面特征組內(nèi)平面間的相對(duì)位置，具體方法如下：
[0028] 對(duì)同一平面特征組內(nèi)的平面進(jìn)行分類:若同一平面特征組內(nèi)某兩個(gè)平面法向量的 夾角等于〇，則該兩個(gè)平面的分類為棚頂或地面，若該夾角不等于〇，則該兩個(gè)平面的分類為 側(cè)面墻壁；
[0029]將第一幀三維點(diǎn)云的平面組作為基礎(chǔ)平面組，對(duì)后續(xù)各幀三維點(diǎn)云中提取室內(nèi)場(chǎng) 景的平面特征進(jìn)行檢測(cè)與確定。
[0030] 所述對(duì)后續(xù)各幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征進(jìn)行檢測(cè)與確定，具體方法 如下：
[0031] 若后續(xù)某幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè)面墻壁的夾角小于設(shè)定 夾角下限，則不進(jìn)行基礎(chǔ)平面的修改，若后續(xù)某幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi) 的側(cè)面墻壁的夾角大于設(shè)定夾角上限，則將該幀三維點(diǎn)云中的平面組作為基礎(chǔ)平面組，繼 續(xù)迭代判斷直至遍歷所有幀三維點(diǎn)云。
[0032] 所述利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征計(jì)算誤差旋轉(zhuǎn)矩陣，具體方 法如下：
[0033] 利用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)；
[0034] 計(jì)算旋轉(zhuǎn)前后兩個(gè)平面的交線；
[0035] 根據(jù)旋轉(zhuǎn)后的平面法向量、交線單位方向向量、交線上一內(nèi)點(diǎn)、偏差旋轉(zhuǎn)角度，計(jì) 算誤差修正矩陣。
[0036]所述利用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)， 是利用初步旋轉(zhuǎn)矩陣旋轉(zhuǎn)各幀三維點(diǎn)云中某個(gè)平面的一個(gè)內(nèi)點(diǎn)，即可得到旋轉(zhuǎn)后的該平 面。
[0037]所述利用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)， 是通過(guò)對(duì)各幀三維點(diǎn)云中某個(gè)平面的所有內(nèi)點(diǎn)進(jìn)行旋轉(zhuǎn)并重新估計(jì)此時(shí)的該平面的平面 方程參數(shù)，即可得到旋轉(zhuǎn)后的該平面。
[0038] 有益效果：
[0039] 本發(fā)明充分利用了點(diǎn)云的幾何特征來(lái)進(jìn)行誤差消除，帶來(lái)如下技術(shù)效果：
[0040] 1.快速性好。利用VoxelGrid濾波器對(duì)點(diǎn)云進(jìn)行降采樣之后，可以快速且有效地提 取出點(diǎn)云的平面特征。
[0041] 2.魯棒性好。當(dāng)前幀點(diǎn)云所提取出的平面特征與上一幀點(diǎn)云的平面特征進(jìn)行匹配 的成功度較高，同時(shí)其在與特征子匹配結(jié)合中顯示出較高的魯棒性。
[0042] 3.準(zhǔn)確性好。根據(jù)所提取的平面特征判斷平面類型，從而計(jì)算出誤差矩陣，對(duì)原有 的旋轉(zhuǎn)矩陣進(jìn)行修正，可以獲得較準(zhǔn)確的室內(nèi)三維點(diǎn)云地圖。
【附圖說(shuō)明】
[0043]圖1是本發(fā)明【具體實(shí)施方式】的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法流程圖； [0044]圖2是本發(fā)明【具體實(shí)施方式】的點(diǎn)的數(shù)量隨柵格大小變化；
[0045] 圖3是本發(fā)明【具體實(shí)施方式】的內(nèi)點(diǎn)比例隨柵格大小變化；
[0046] 圖4是本發(fā)明【具體實(shí)施方式】的提取時(shí)間隨柵格大小變化；
[0047] 圖5是本發(fā)明【具體實(shí)施方式】的法向量夾角余弦值變化；
[0048]圖6是本發(fā)明【具體實(shí)施方式】的從Kinect攝像機(jī)看到的不同平面的俯視圖。
【具體實(shí)施方式】
[0049]下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】做詳細(xì)說(shuō)明。
[0050]本實(shí)施方式選取環(huán)境較為復(fù)雜的實(shí)驗(yàn)室作為重構(gòu)的室內(nèi)場(chǎng)景，使用圖像分辨率為 640 X 480的Kinect攝像機(jī)。實(shí)驗(yàn)程序結(jié)合PCL點(diǎn)云庫(kù)在Ubuntu系統(tǒng)下采用C++實(shí)現(xiàn)本方法， 本實(shí)施方式是在Intel雙核2.93GHz CPU的計(jì)算機(jī)上運(yùn)行。為了驗(yàn)證本方法的實(shí)時(shí)性和穩(wěn)定 性，利用手持Kinect攝像機(jī)在場(chǎng)景中進(jìn)行自由運(yùn)動(dòng)采集數(shù)據(jù)。
[0051]以Kinect攝像機(jī)作為彩色圖像和深度圖像的采集工具，首先通過(guò)Kinect攝像機(jī)得 到RGB圖像和深度圖像。接著，對(duì)彩色圖像進(jìn)行特征提取，建立初步旋轉(zhuǎn)矩陣。同時(shí)，通過(guò)深 度圖像進(jìn)行三維點(diǎn)云的單幀重構(gòu)，對(duì)單幀點(diǎn)云進(jìn)行降采樣之后，從中提取平面特征。最后， 利用平面特征得到修正初步旋轉(zhuǎn)矩陣，從而達(dá)到對(duì)點(diǎn)云配準(zhǔn)進(jìn)行優(yōu)化的目的。
[0052] 一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，如圖1所示，包括：
[0053]步驟1、利用Kinect攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像，將單幀RGB圖 像數(shù)據(jù)和深度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換成三維點(diǎn)云形式，完成單幀三維 點(diǎn)云重構(gòu)；
[0054]單幀三維點(diǎn)云重構(gòu)，具體方法如下：
[0055]步驟1-1、對(duì)Kinect攝像機(jī)的RGB攝像頭的視角和深度攝像頭的視角進(jìn)行標(biāo)定，使 Kinect攝像機(jī)采集的RGB圖像和深度圖像統(tǒng)一到同一個(gè)視角下，得到Kinect攝像機(jī)的內(nèi)參 矩陣；
[0056]步驟1-2、利用Kinect攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像；
[0057]步驟1-3、將單幀RGB圖像數(shù)據(jù)和深度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換 成三維點(diǎn)云形式，即得到多個(gè)以世界坐標(biāo)數(shù)據(jù)與RGB數(shù)據(jù)表示的空間點(diǎn)。
[0058]經(jīng)過(guò)標(biāo)定后的RGB攝像頭和深度攝像頭可以等同為理想的針孔成像模型，因此，一 個(gè)空間點(diǎn)(x，y，z)和其在RGB圖像和深度圖像中的像素坐標(biāo)(u，v，d)有如下對(duì)應(yīng)關(guān)系：
(1)
[0060] 把fx，fy，cx，Cy這四個(gè)參數(shù)定義為Kinect攝像機(jī)的內(nèi)參矩陣C，fx，fy分別為Kinect 攝像機(jī)的x、y方向的旋轉(zhuǎn)參數(shù)，cx，cy分別為Kinect攝像機(jī)的x、y方向的平移參數(shù)，得到內(nèi)參 矩陣之后將每個(gè)空間點(diǎn)的位置坐標(biāo)與像素坐標(biāo)用以下矩陣模型進(jìn)行描述：
(2)
[0062]其中，R和t表示Kinect攝像機(jī)的姿態(tài)。R代表旋轉(zhuǎn)矩陣，t代表位移矢量。因?yàn)槭菃?幀三維點(diǎn)云，認(rèn)為Kinect攝像機(jī)沒(méi)有旋轉(zhuǎn)和平移。所以，把R設(shè)成單位矩陣I，把t設(shè)成零。s (scaling factor)表示深度圖像里給的數(shù)據(jù)與實(shí)際距離的比例。由于深度數(shù)據(jù)是short類 型(mm)，s通常為1000。從而可以將二維圖像轉(zhuǎn)換成三維點(diǎn)云。
[0063]步驟2、利用SURF特征描述子對(duì)相鄰兩幀RGB圖像進(jìn)行特征提取，采用歐式距離作 為相似性度量，取歐式距離閾值為0.4,采用PnP求解得到相鄰兩幀三維點(diǎn)云的初步旋轉(zhuǎn)矩 陣；同時(shí)采用VoxelGrid濾波器對(duì)重構(gòu)出的各幀點(diǎn)云進(jìn)行降采樣，采用RANSAC算法從各幀三 維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征；
[0064]由于實(shí)時(shí)的三維點(diǎn)云數(shù)據(jù)量較大，一般計(jì)算機(jī)的計(jì)算速度無(wú)法滿足實(shí)時(shí)性要求。 因此，先對(duì)每幀三維點(diǎn)云數(shù)據(jù)進(jìn)行降采樣，采用VoxelGrid濾波器能在減少大量點(diǎn)云數(shù)據(jù)的 同時(shí)，較好地保留原始點(diǎn)云的形狀特征與空間結(jié)構(gòu)信息。
[0065]利用多幅單幀含有平面的三維點(diǎn)云進(jìn)行提取平面的測(cè)試，首先對(duì)三維點(diǎn)云進(jìn)行降 采樣，針對(duì)不同尺寸的三維體素柵格進(jìn)行對(duì)比實(shí)驗(yàn)，來(lái)觀察其對(duì)平面提取時(shí)間、平面內(nèi)三維 點(diǎn)云占的比例的變化，平面法向量、平面歸屬三維點(diǎn)云集等結(jié)果的影響。
[0066]在三維點(diǎn)云中的總點(diǎn)數(shù)為307200從圖2、圖3中看出，利用一定范圍內(nèi)的不同尺寸 的三維體素柵格進(jìn)行降采樣后的平面歸屬點(diǎn)集占采樣后點(diǎn)云數(shù)據(jù)量的百分比未發(fā)生較大 改變，整體上來(lái)說(shuō)對(duì)平面的準(zhǔn)確提取不會(huì)造成太大的影響。為柵格大小在一定范圍內(nèi)變化 提供了一定的變化區(qū)域來(lái)適應(yīng)不同的環(huán)境。
[0067]分析在設(shè)定不同的柵格閾值時(shí)，提取平面花費(fèi)的時(shí)間與平面特征的提取是否影響 較大，從圖4中可以看出，在柵格大小增大到一定程度后提取時(shí)間快速下降，降采樣能在很 大程度上提高平面提取速度。之后對(duì)不同柵格大小下的三維點(diǎn)云中平面的法向量進(jìn)行了夾 角余弦值的計(jì)算，從圖5結(jié)果來(lái)看幾乎沒(méi)有影響.保證了柵格濾波后系數(shù)的準(zhǔn)確性。
[0068]采用RANSAC算法從單幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征，具體方法如下： [0069]步驟2-1、設(shè)定距離閾值，距離閾值表示點(diǎn)到平面的距離最大值；
[0070]步驟2-2、利用隨機(jī)采樣一致性算法分割單幀三維點(diǎn)云，將距離某平面小于設(shè)定的 距離閾值的空間點(diǎn)作為該平面內(nèi)點(diǎn)，其余作為該平面外點(diǎn)；
[0071]步驟2-3、提取出室內(nèi)場(chǎng)景內(nèi)各平面的平面特征，包括單幀三維點(diǎn)云各平面內(nèi)點(diǎn)及 平面方程Ax+By+Cz+D = 0的系數(shù)A(系數(shù)1)、B(系數(shù)2)、C(系數(shù)3)、D(系數(shù)4)，前x幀三維點(diǎn)云 提取采集的各平面的平面特征形成二維數(shù)組Plane (x,n)，每幀三維點(diǎn)云一次最多可以提取的 平面共有n個(gè)墻面。本實(shí)施方式提取出的三維點(diǎn)云提取的平面特征如表1所示。
[0072]表1三維點(diǎn)云提取的平面特征
[0074]步驟3、利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征確定各平面位置；
[0075]步驟3-1、水平旋轉(zhuǎn)Kinect攝像機(jī)，通過(guò)改變分割閾值調(diào)節(jié)提取平面特征的數(shù)量， 分割閾值表示單幀三維點(diǎn)云內(nèi)的平面數(shù)量最大值；
[0076]通過(guò)調(diào)整分割出平面后的剩余點(diǎn)占原點(diǎn)云的比例閾值即分割閾值，來(lái)改變所分割 出的平面的個(gè)數(shù)，如果閾值設(shè)的過(guò)于低，會(huì)分割出許多小的點(diǎn)云內(nèi)部的平面特征，設(shè)定閾值 為0.85或者設(shè)置更低一些到0.7為比較合適的范圍。本實(shí)施方式采集前7幀的點(diǎn)云當(dāng)中提取 出的數(shù)據(jù)作為基礎(chǔ)的判斷，在這些點(diǎn)云中偶爾會(huì)提取出第三個(gè)平面內(nèi)點(diǎn)數(shù)量太少不做匹配 估計(jì)，因?yàn)橄鄬?duì)來(lái)說(shuō)外部平面的內(nèi)點(diǎn)數(shù)量還是比較大的，并且在之后的旋轉(zhuǎn)過(guò)程與重新提 取時(shí)能夠保證一定的準(zhǔn)確率，減少了計(jì)算出錯(cuò)帶來(lái)的失誤，通過(guò)分割閾值改變剔除了第個(gè) 三平面，每幀能夠提取到2個(gè)點(diǎn)云。
[0077]步驟3-2、根據(jù)平面內(nèi)點(diǎn)的數(shù)量對(duì)單幀三維點(diǎn)云內(nèi)的各平面進(jìn)行降序排序；
[0078] 步驟3-3、對(duì)前x(x小于等于7)幀點(diǎn)云分別提取出的多個(gè)平面特征組進(jìn)行分析，確 定各個(gè)平面特征組內(nèi)平面間的相對(duì)位置。
[0079] 確定各個(gè)平面特征組內(nèi)平面間的相對(duì)位置，具體方法如下：
[0080] 步驟3-3-1、對(duì)同一平面特征組內(nèi)的平面進(jìn)行分類:若同一平面特征組內(nèi)某兩個(gè)平 面法向量的夾角等于〇,則該兩個(gè)平面的分類為棚頂或地面，無(wú)法用于點(diǎn)云的配準(zhǔn)優(yōu)化，舍 棄;若該夾角不等于〇，則該兩個(gè)平面的分類為側(cè)面墻壁；
[0081 ] 設(shè)定兩個(gè)平面的法向量為m(xi，yi，zi)、n2(X2，y2，Z2)，兩個(gè)法向量的夾角可以余弦 定理進(jìn)行計(jì)算。通過(guò)平面法線方向是否發(fā)生變化可以確定平面的分類，法線方向不變表示 該平面不受點(diǎn)云水平旋轉(zhuǎn)的影響，將其分類為棚頂或地面，法線方向發(fā)生變化的平面分類 為側(cè)面墻壁。
[0082]步驟3-3-2、將第一幀三維點(diǎn)云的平面組作為基礎(chǔ)平面組，對(duì)后續(xù)各幀三維點(diǎn)云中 提取室內(nèi)場(chǎng)景的平面特征進(jìn)行檢測(cè)與確定。
[0083]對(duì)后續(xù)各幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征進(jìn)行檢測(cè)與確定:若后續(xù)某幀三 維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè)面墻壁的夾角小于設(shè)定夾角下限扮(取值范圍2° ~3°)，即夾角過(guò)小，則不進(jìn)行基礎(chǔ)平面的修改，無(wú)法用于點(diǎn)云的配準(zhǔn)優(yōu)化，舍棄;若后續(xù)某 幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè)面墻壁的夾角大于設(shè)定夾角上限此(取值范 圍87°~90°)，則將該幀三維點(diǎn)云中的平面組作為基礎(chǔ)平面組，繼續(xù)迭代判斷直至遍歷所有 幀三維點(diǎn)云。
[0084]如果某幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè)面墻壁的夾角為接近直角 時(shí)，視為Kinect攝像機(jī)旋轉(zhuǎn)到了當(dāng)前室內(nèi)另一個(gè)平面的情況，將當(dāng)前幀三維點(diǎn)云作為基礎(chǔ) 平面組，并進(jìn)行保存，更新其為初始幀點(diǎn)三維云，進(jìn)行迭代計(jì)算。
[0085]表2法向量夾角變化數(shù)據(jù)
[0087]對(duì)比表2中數(shù)據(jù)可以看出，旋轉(zhuǎn)對(duì)三維點(diǎn)云的內(nèi)點(diǎn)數(shù)量相對(duì)改變還是比較明顯的， 所以限制在了幾幀之內(nèi)以防止出現(xiàn)較大內(nèi)點(diǎn)變化改變了平面的相對(duì)大小來(lái)增加匹配的一 些計(jì)算。
[0088] 對(duì)于平面一的變化可以很明顯的看到法向量的方面最大的變化只達(dá)到了 0.9994， 相對(duì)于第一幀時(shí)相差1.985度，小于夾角下限&，而相對(duì)來(lái)說(shuō)平面二反映出了比較劇烈的相 對(duì)變化，在五六幀過(guò)后，余弦值達(dá)到了 0.9613,得到了 16.01度的旋轉(zhuǎn)角度，所以可以直接認(rèn) 定平面一為地面或棚頂，平面二為側(cè)面，并判定為基礎(chǔ)平面，進(jìn)行之后的步驟。
[0089]步驟4、利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征計(jì)算誤差旋轉(zhuǎn)矩陣；
[0090]步驟4-1、利用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行 旋轉(zhuǎn)；
[0091] 可以采用如下兩種方法進(jìn)行將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行 旋轉(zhuǎn)：
[0092] (1)利用初步旋轉(zhuǎn)矩陣旋轉(zhuǎn)各幀三維點(diǎn)云中某個(gè)平面的一個(gè)內(nèi)點(diǎn)，即可得到旋轉(zhuǎn) 后的該平面；
[0093] 先將平面法向量旋轉(zhuǎn)過(guò)去，然后帶入一個(gè)平面上的點(diǎn)得到。獲得步驟1中得到的初 步旋轉(zhuǎn)矩陣T之后，先對(duì)平面的法向量進(jìn)行旋轉(zhuǎn)，設(shè)平面A的法向量為AK^y^)，平面中的 點(diǎn)口1(叉1，71，21)、卩2(叉2,72,22)，則有關(guān)系：
[0094] Ai(p2-pi)T=0 (3)
[0095] 根據(jù)已經(jīng)得到的3X3初步旋轉(zhuǎn)矩陣T，旋轉(zhuǎn)之后的點(diǎn)p/ (x/，y/，z/ )，p/ (x/， y/，z/)有對(duì)應(yīng)關(guān)系：
[0096] (pi7-pi7 )t = T ? (p2~pi) (4)
[0097]旋轉(zhuǎn)之后的法向量為A/ (V，/)，則仍應(yīng)有
[0098] Ai7 (pi7-pi7 )T=0 (5)
[0099] 聯(lián)立式上面3個(gè)式子，可以得到平面的法向量與旋轉(zhuǎn)部分的關(guān)系：
[0100] Ai7 =T_1 ? Ai (6)
[0101]至此，平面旋轉(zhuǎn)后的法向量已經(jīng)確定，接下來(lái)再用初步旋轉(zhuǎn)矩陣T旋轉(zhuǎn)平面A的一 個(gè)內(nèi)點(diǎn)就可以得到這個(gè)平面。
[0102] (2)通過(guò)對(duì)各幀三維點(diǎn)云中某個(gè)平面的所有內(nèi)點(diǎn)進(jìn)行旋轉(zhuǎn)并重新估計(jì)此時(shí)的該平 面的平面方程參數(shù)，即可得到旋轉(zhuǎn)后的該平面。
[0103] 由于降采樣后的平面本身就不具有很多的點(diǎn)，旋轉(zhuǎn)花費(fèi)的時(shí)間非常少。對(duì)于其他 旋轉(zhuǎn)中的三維點(diǎn)云，在旋轉(zhuǎn)之后，采取平面內(nèi)點(diǎn)全部旋轉(zhuǎn)然后重新提取平面方程參數(shù)的方 法。相對(duì)于直接計(jì)算，這里可以減少選取一個(gè)點(diǎn)的累計(jì)誤差，不過(guò)在處理數(shù)據(jù)量非常大時(shí)， 累計(jì)的時(shí)間損耗會(huì)體現(xiàn)出來(lái)一些。
[0104] 步驟4-2、計(jì)算旋轉(zhuǎn)前后兩個(gè)平面的交線；
[0105]兩個(gè)平面的法向量為六^ +，&2)，8(1^，1^，132)，根據(jù)向量的外積，確定兩個(gè)平面交 線的方向向量f : i j k
[0106] K' = ax ay -az (7) h K h
[ax + a.. v + a z - 0
[0107] 將2個(gè)平面方程聯(lián)立+ 6 v + k = ()，得到交線上的一點(diǎn)nQ(XQ，yQ，ZQ)確定這條 交線方程。
[0108] 步驟4-3、根據(jù)旋轉(zhuǎn)后的平面法向量A(m，n2，M)、交線單位方向向量f (x，y，z)、交 線上一內(nèi)點(diǎn)111(11，71， 21)、偏差旋轉(zhuǎn)角度0，計(jì)算誤差修正矩陣。
[0109] 旋轉(zhuǎn)后的平面與基礎(chǔ)平面進(jìn)行比較，設(shè)旋轉(zhuǎn)之后仍具有9角度的誤差即偏差旋轉(zhuǎn) 角度，得到： (8)
[0111]可以得到如下誤差修正矩陣：
[0112] /?丨_ (l - cos 0) + cos 0 /?(n2 (l - cos 0) - n, sin 0 (I - cos ^7) - n, sin 0 a sin<9 n,:(l~cos0+cos^ cosP)-q sinP h M:: - " T (9) -cos〇)-ft, smO nji, (\ - cos 0)- sin 0 (l-cos^)-hcos^ c v 0 0 0 l y
[0113] 其中：
[0114] a = [ l_m2( 1-cosQ) -cos0]xi-[nm2( l-cos9)-n3sin9]yi-[nm3( I~cos9)-n2sin0]zi
[0115] b = -[nm2( l-cos9 )+n3sin0]xi+[ l~n22( l-cos9 )-cos0]yi-[n2n3( l-cos9)-nisin9] zi
[0116] c = -[nm3( l-cos9)-n2sin9]xi-[n2n3(l-cos9)-nisin9]yi+[l-n32(l-cos9)-cos9] zi
[0117]步驟5、利用誤差旋轉(zhuǎn)矩陣對(duì)于初步旋轉(zhuǎn)矩陣進(jìn)行修正，對(duì)每?jī)蓭S點(diǎn)云拼接配 準(zhǔn)；
[0118] 利用基礎(chǔ)矩陣將平面旋轉(zhuǎn)之后與基礎(chǔ)平面的夾角為0，并將其分成兩部分進(jìn)行旋 轉(zhuǎn)0 = 01+02最終得到修正的旋轉(zhuǎn)矩陣R為：
[0119] R = T(a) ? M(02) ? T(01) (10)
[0120] 其中T(a)為之前得到的初步旋轉(zhuǎn)矩陣，M(02)為將02帶入誤差旋轉(zhuǎn)矩陣后得到的 矩陣，T( 01)為將01帶入初步旋轉(zhuǎn)矩陣得到的修正矩陣。
[0121]假設(shè)Kinect攝像機(jī)處于水平的運(yùn)動(dòng)狀態(tài)，那么從俯視角度看在側(cè)面的點(diǎn)云平面應(yīng) 該投影為一條直線。如圖6所示，點(diǎn)云初配準(zhǔn)之后得到了一個(gè)初始旋轉(zhuǎn)角度，通過(guò)平面特 征對(duì)點(diǎn)云進(jìn)行優(yōu)化后得到一個(gè)誤差修正旋轉(zhuǎn)角度9 2。根據(jù)圖6,由平行內(nèi)錯(cuò)關(guān)系易證得旋轉(zhuǎn) 矩陣T的轉(zhuǎn)軸到平面的垂線與X軸的夾角和平面法向量角度差是互余的，進(jìn)一步也就是說(shuō)可 以將角度分開(kāi)。由于2個(gè)平面的交線轉(zhuǎn)軸的變化是相對(duì)來(lái)說(shuō)較大，先以交線為軸轉(zhuǎn)動(dòng)02,再 進(jìn)行初始旋轉(zhuǎn)矩陣的轉(zhuǎn)動(dòng)，最終得到優(yōu)化的旋轉(zhuǎn)矩陣為R = T(a) ? M(02) ? TOi)。
[0122] 以第六幀到第七幀的變化為說(shuō)明，首先通過(guò)特征提取PNP求解得到其初步旋轉(zhuǎn)矩 陣為 T = [ 0.999468 0.00293248 0,0324782 0.002063$ -0.00281954 0.99999 -0.00352254 -0.00549814
[0123] -0.0324882 ().003429()9 0.999466 -0.00924824 0 0 0 1 ]
[0124] 對(duì)三維點(diǎn)云直接旋轉(zhuǎn)，之后直接提取對(duì)應(yīng)平面系數(shù)為（0.0980289，0.994206， 0.0441006，-1.52528)，進(jìn)一步對(duì)得到旋轉(zhuǎn)之后與基礎(chǔ)平面的夾角余弦值為0.998，仍有3.6 度的夾角差異，聯(lián)立的到交線的向量方向?yàn)椋?.008534532,0.0039549456,0.999812543)為 不過(guò)由于分為2個(gè)度數(shù)，這里取平均分配，
[0125] 首先對(duì)于M(02)之后根據(jù)三維點(diǎn)云中的一個(gè)點(diǎn)（1.63074-1.46378 3.16046)為三 維點(diǎn)云中取到的第50個(gè)點(diǎn)，帶入02=1.8和交線向量進(jìn)行解算
[0126] [0?999570854324，0?000932646709477031，0?0002184776014886，0?0009326467
[0127] -0?00096086792196，0?9999994714611428，0?0003658008850258，0?000043341
[0128] -0 ? 00034740011976，-0? 00007061960428678，0? 9999612422806 36， 0.0005426354]
[0129] 在求解的過(guò)程中由于對(duì)于旋轉(zhuǎn)矩陣的求解先獲得的是旋轉(zhuǎn)向量得到的是旋轉(zhuǎn)向 量
[0130] [-0.003762835345228757；0.2184932238819398；-0.009568336133905755]
[0131] 對(duì)于0:分配的旋轉(zhuǎn)的角度為1.8度，通過(guò)解算得旋轉(zhuǎn)修正矩陣TOi)
[0132] [0?9997608553254324，0?000952646709477031，0?02184776014164886，0
[0133] -0?0009608679219377496，0?9999994714611428，0?0003658008634850258，0
[0134] -0?02184740011526976，-0?0003867061960428678，0?9997612422806363，00001]
[0135]
[0136] 總體修正完畢旋轉(zhuǎn)后重新提取，旋轉(zhuǎn)前三維點(diǎn)云的墻面的平面方程系數(shù)為 (0.0980289，0? 994206，0? 0441006，-1 ? 52528)，進(jìn)一步旋轉(zhuǎn)點(diǎn)云后提取得到：（-0 ? 0862555，-0 ? 993924，0 ? 0683797，-1 ? 52615)為修正后的平面方程系數(shù)，此時(shí)保證了與基 礎(chǔ)平面的夾角，同時(shí)保證了與下一幀對(duì)應(yīng)平面法向量的系數(shù)的相對(duì)一致，產(chǎn)生了修正的效 果。
[0137]步驟6、通過(guò)對(duì)各幀三維點(diǎn)云拼接配準(zhǔn)最終實(shí)現(xiàn)室內(nèi)三維場(chǎng)景重構(gòu)。對(duì)之后的各幀 點(diǎn)云進(jìn)行平面組提取，獲得該點(diǎn)云和上一幀點(diǎn)云的旋轉(zhuǎn)修正矩陣。根據(jù)修正矩陣對(duì)當(dāng)前兩 幀點(diǎn)云的拼接配準(zhǔn)進(jìn)行優(yōu)化，如此反復(fù)，不斷有新的點(diǎn)云加入到舊的點(diǎn)云中，最終實(shí)現(xiàn)室內(nèi) 場(chǎng)景的三維重建。
【主權(quán)項(xiàng)】
1. 一種利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，包括： 利用Kinect攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像，將單幀RGB圖像數(shù)據(jù)和深 度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換成三維點(diǎn)云形式，完成單幀三維點(diǎn)云重構(gòu)； 利用SURF特征描述子對(duì)相鄰兩幀RGB圖像進(jìn)行特征提取，采用歐式距離作為相似性度 量，采用PnP求解得到相鄰兩幀三維點(diǎn)云的初步旋轉(zhuǎn)矩陣； 采用VoxelGrid濾波器對(duì)重構(gòu)出的各幀點(diǎn)云進(jìn)行降采樣，采用RANSAC算法從各幀三維 點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征； 利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征確定各平面位置； 利用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征計(jì)算誤差旋轉(zhuǎn)矩陣； 利用誤差旋轉(zhuǎn)矩陣對(duì)于初步旋轉(zhuǎn)矩陣進(jìn)行修正，對(duì)每?jī)蓭S點(diǎn)云拼接配準(zhǔn)； 通過(guò)對(duì)各幀三維點(diǎn)云拼接配準(zhǔn)最終實(shí)現(xiàn)室內(nèi)三維場(chǎng)景重構(gòu)。2. 根據(jù)權(quán)利要求1所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述單 幀三維點(diǎn)云重構(gòu)，具體方法如下： 對(duì)Kinect攝像機(jī)的RGB攝像頭的視角和深度攝像頭的視角進(jìn)行標(biāo)定，使Kinect攝像機(jī) 采集的RGB圖像和深度圖像統(tǒng)一到同一個(gè)視角下，得到Kinect攝像機(jī)的內(nèi)參矩陣； 利用Kinect攝像機(jī)實(shí)時(shí)獲取室內(nèi)場(chǎng)景的RGB圖像和深度圖像； 將單幀RGB圖像數(shù)據(jù)和深度圖像數(shù)據(jù)根據(jù)Kinect攝像機(jī)的內(nèi)參矩陣轉(zhuǎn)換成三維點(diǎn)云形 式，即得到多個(gè)以世界坐標(biāo)數(shù)據(jù)與RGB數(shù)據(jù)表示的空間點(diǎn)。3. 根據(jù)權(quán)利要求1所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述采 用RANSAC算法從單幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征，具體方法如下： 設(shè)定距離閾值，距離閾值表示點(diǎn)到平面的距離最大值； 利用隨機(jī)采樣一致性算法分割單幀三維點(diǎn)云，將距離某平面小于設(shè)定的距離閾值的空 間點(diǎn)作為該平面內(nèi)點(diǎn)，其余作為該平面外點(diǎn)； 提取出室內(nèi)場(chǎng)景內(nèi)各平面的平面特征，包括單幀三維點(diǎn)云各平面內(nèi)點(diǎn)及平面方程的系 數(shù)。4. 根據(jù)權(quán)利要求1所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述根 據(jù)從多幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征確定各平面位置，具體方法如下： 水平旋轉(zhuǎn)Kinect攝像機(jī)，通過(guò)改變分割閾值調(diào)節(jié)提取平面特征的數(shù)量，分割閾值表示 單幀三維點(diǎn)云內(nèi)的平面數(shù)量最大值； 根據(jù)平面內(nèi)點(diǎn)的數(shù)量對(duì)單幀三維點(diǎn)云內(nèi)的各平面進(jìn)行降序排序； 對(duì)前若干幀點(diǎn)云分別提取出的多個(gè)平面特征組進(jìn)行分析，確定各個(gè)平面特征組內(nèi)平面 間的相對(duì)位置。5. 根據(jù)權(quán)利要求4所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述確 定各個(gè)平面特征組內(nèi)平面間的相對(duì)位置，具體方法如下： 對(duì)同一平面特征組內(nèi)的平面進(jìn)行分類:若同一平面特征組內(nèi)某兩個(gè)平面法向量的夾角 等于〇，則該兩個(gè)平面的分類為棚頂或地面，若該夾角不等于〇，則該兩個(gè)平面的分類為側(cè)面 墻壁； 將第一幀三維點(diǎn)云的平面組作為基礎(chǔ)平面組，對(duì)后續(xù)各幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的 平面特征進(jìn)行檢測(cè)與確定。6. 根據(jù)權(quán)利要求5所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述對(duì) 后續(xù)各幀三維點(diǎn)云中提取室內(nèi)場(chǎng)景的平面特征進(jìn)行檢測(cè)與確定，具體方法如下： 若后續(xù)某幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè)面墻壁的夾角小于設(shè)定夾角 下限，則不進(jìn)行基礎(chǔ)平面的修改，若后續(xù)某幀三維點(diǎn)云中的側(cè)面墻壁與基礎(chǔ)平面組內(nèi)的側(cè) 面墻壁的夾角大于設(shè)定夾角上限，則將該幀三維點(diǎn)云中的平面組作為基礎(chǔ)平面組，繼續(xù)迭 代判斷直至遍歷所有幀三維點(diǎn)云。7. 根據(jù)權(quán)利要求1所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述利 用從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征計(jì)算誤差旋轉(zhuǎn)矩陣，具體方法如下： 利用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)； 計(jì)算旋轉(zhuǎn)前后兩個(gè)平面的交線； 根據(jù)旋轉(zhuǎn)后的平面法向量、交線單位方向向量、交線上一內(nèi)點(diǎn)、偏差旋轉(zhuǎn)角度，計(jì)算誤 差修正矩陣。8. 根據(jù)權(quán)利要求7所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述利 用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)，是利用初步旋轉(zhuǎn) 矩陣旋轉(zhuǎn)各幀三維點(diǎn)云中某個(gè)平面的一個(gè)內(nèi)點(diǎn)，即可得到旋轉(zhuǎn)后的該平面。9. 根據(jù)權(quán)利要求7所述的利用平面特征的室內(nèi)三維場(chǎng)景重構(gòu)方法，其特征在于，所述利 用初步旋轉(zhuǎn)矩陣將從各幀三維點(diǎn)云提取的室內(nèi)場(chǎng)景的平面特征進(jìn)行旋轉(zhuǎn)，是通過(guò)對(duì)各幀三 維點(diǎn)云中某個(gè)平面的所有內(nèi)點(diǎn)進(jìn)行旋轉(zhuǎn)并重新估計(jì)此時(shí)的該平面的平面方程參數(shù)，即可得 到旋轉(zhuǎn)后的該平面。
【文檔編號(hào)】G06T17/00GK105913489SQ201610241054
【公開(kāi)日】2016年8月31日
【申請(qǐng)日】2016年4月19日
【發(fā)明人】呂忠元, 劉洋, 鄭佳, 吳成東
【申請(qǐng)人】東北大學(xué)