基于KINECT的点云采集系统开题报告

基于KINECT的点云采集系统1.研究的目的、意义由于三维激光扫描的软硬件水平日趋成熟和大众化，相应的三维点云采集技术越来越受关注的研究热点，广泛应用于计算机动画、医学图像处理、文物保护、地形勘探、游戏开发和数字化媒体创作等领域。点云采集技术是近来数据采集的一个发展热点，因为其具有快速性、穿透性、不接触性、实时性、动态性、主动性、全数字性、高密度、高效率等许多传统的常规测量技术所不具有的优点，所以被广泛的应用于很多领域，具有广阔的发展前景和应用需求。近年来三维激光扫描设备在效率、精度和价格方面得到了极大地发展，同时为了满足人们的需求三维点云采集技术也成为了研究的重点。在实际测量中，由于光的线性传播特性，三维激光扫描设备在一个视角下对于具有复杂形状的物体的某些区域或者背面往往存在视觉盲点，需要通过多次不同视角下的测量才能实现完整的模型数据采集；由于扫描设备测量范围有限，对于大尺寸物体或者大范围场景，不能一次性完整测量，必须分块测量。上述的问题导致测量结果往往是多块具有不同坐标系统且存在噪声的点云数据，不能够完全满足人们对数字化模型真实度和实时性的要求，因此对三维点云采集技术有重要的研究意义。2.国内外研究现状在中国，政府和科研机构均开始高度关注大数据，工信部发布的物联网“十二五”规划上，把信息处理技术作为四项关键技术创新工程之一提出。在进行三维数据采集时，有很多不确定的因素都会使得采集时引入噪声，在使用数据时，我们要尽可能的降低噪声所造成的影响，有些学者通过滤波的方式进行处理。陈晓霞等在进行数据点的筛选时主要进行了两个步骤的操作，首先在预处理时利用了密度聚类这种方式，然后通过VRML实时交互的显示功能来展现。张毅等利用K领域结合核函数，来对点云数据进行噪声的去除。在当前三维点云数据配准研究领域中，使用最为广泛的算法当属ICP算法了。ICP算法自1992年由Besl和Mckay提出之后便在自动配准方面得到了广泛的引用。但是由于传统的ICP算法的效率并不高，而且对初始值要求很高，容易陷入局部收敛等缺陷，很多学者对ICP算法进行了改进。HansMartinKjer等利用基于曲率的方法进行抽样加速配准效率；孙谦等利用法向量内积加权，但是由于人为的因素对最后的配准精度与效率造成了一定的影响；贺永兴等提出了一种基于邻域特征的配准方法；蒋成成等利用Delaunay三角剖对ICP算法进行了一定的改进。为了使数据模型的复杂度更适合于有限的计算机资源，必须对数据模型进行简化。对三维点云数据的精简方法主要可以概括为两大类：一类是对三维点云数据进行拓扑划分利用拓扑关系进行精简，另一类是根据特征信息来选取代表点从而进行精简。曲率精简法是典型的直接通过代表点选取来进行精简的方法。国外的Martin等人在1997年提出均匀网格法这种方法，但是这种方法的局限性在于它经常会误删除掉一些特征数据；Chen等根据法向量来进行精简，但是对点云数据要求比较局限；Lee等的改进方法对于物体表面特征的保留起到了一定的作用，但是时间开销太大。国内的张丽艳等人也是利用法向量来精简点云，该方法对于物体特征保留虽然不错，但是由于实验中的某些参数是根据经验值来选择的，这个方法的可操作性就不强了；朱冒冒等人是通过二次精简来进行改进的，相对来说精简的比较合理了；史宝全等提出的聚类精简算法虽然在保留点云特征上面已经不错了，可计算量有所增加；杜晓晖等人提出的混合算法简化效率就比较高了，但是时间略有下降。3.拟采取的研究路线（1）点云数据的采集本文提出了一种基于kinect的点云采集系统设计方案，该方案以kinect为核心，利用模块化C++模板库PLC（点云库）中提供的通用采集接口，可以直接获取到实际坐标空间的三维信息，三维坐标信息保存为点云数据，提高了点云数据的采集速度。本方案的采集系统是由局域网内的一台计算机负责kinect点云数据的采集，它将采集到的图像深度信息转换为实际空间上的点的三维坐标信息，利用了kinect的深度成像原理，采用OpenNI开放自然交互框架来抓取kinect设备中的点云数据。（2）点云数据去噪声处理由于受人为扰动、光照、扫描设备本身的缺陷等因素的影响，采集到的数据会受到噪声污染，需要进行去噪声处理，根据噪声在各个方向上扩散方式不同我们可以采用各向同性和各向异性算法对噪声进行处理。（3）点云数据的参数化表示利用三角网格参数化将原始模型上的数据点映射到给定的参域上，建立点云数据到参数域上新的点云集合Q之间的一种对应关系&：G—Q，并且要求在一定意义下几何变形达到极小。（4）点云数据的可视化处理针对三维模型的几何特征，提出基于三角形简化的多分辨率复杂三维模型生成算法，生成多尺度的三维点云数据结构，同时构建对应的多分辨率纹理特征模型在建立几何与纹理尺度关联的基础上，采用R+树的索引机制实现三维模型的分块存储，建立静态多层次（LOD）的三维模型分块数据结构。在进行三维场景浏览时，依据客户端现场范围裁剪和网络传输效率，在服务端快速检索和获取相应的静态LOD三维模型数据，自适应分块传输到客户端，实时生成符合视觉要求的动态LOD三维模型，达到最佳的可视化效果。4.文献综述Kinect是微软公司研制的一款体感外设，最初是针对其游戏主机XBOX360推出的一套外设产品，适用领域也仅限于游戏领域。但是其高科技的含量以及该装置本身的创意在发售后的两年内开始逐渐应用于许多领域，随着近来kinectforwindows这款针对windows平台的研发设备的推出，目前世界上尤其是国外的一批人工智能科学家，人机交互，体感互动工程师和研究小组等等也纷纷在对kinect的应用领域做探究和研发。Kinect最初的开发代号称为Natal，之后正式更名为Kinect。Kinect技术是微软公司基于高端研究得出来的电子科技产品，是微软在依靠人工智能解决复杂问题的过程中产生的一个副产品，这就是Kinect的来历。除了体感设备已经比较普及的游戏领域外，Kinect的应用和实验性应用正在快速发展，下面通过几个领域已经出现了的应用来探讨Kinect的应用领域。（1）虚拟应用。欧洲时装店Topshop在莫斯科旗舰店安装了一种全新的试衣间，这种虚拟的试衣间利用了当前最先进了两种技术：增强现实（augmentedreality，AR）和微软Kinect体感外设，你无需试穿就能见到真实的试衣效果。（2）3D建模——雕塑工具。经过国外一些小组的实验，多台Kinect可以用作3D摄像机并进行3D建模。在一个名为BlablabLAB的小组的街头实验中，通过使用三台Kinect为游客进行扫描建模，然后使用RepRap3D打印机制作出一个迷你的雕塑。（3）机械控制——遥控机器人。使用Kinect作为机器人的头，通过Kinect检测周围环境，并进行3D建模，来指导机器人的行动。因为机器人的可应用领域非常广泛，低廉成本的kinect机器人可以代替传统机器进行一些不需要很高精度的危险地区或者地底高空等恶劣环境下的测量与勘察作业。（4）虚拟实验——医学领域。Kinec在医学领域中，可代替医生进行尸检，研究人员只需要对着空气做手势或者语音，就可控制3D图片放大缩小旋转等功能。根据测量探头的组成方式不同,被测对象表面数据的获取主要包括接触式和非接触式测量两类。接触式测量的代表性设备是三坐标测量机(CMM)。但是由于接触式测量设备与被测物体接触,不可避免的使被测物体产生变形,因此测量误差较大。非接触式则应用光学及激光原理进行激光扫描或光学扫描等,不存在受力变形产生的误差。大多数实用的非接触式测量仪器都采用结构光照明技术,投影仪器发出结构照明光束,接收器接受由被测三维表面返回的光信号。由于三维面形对结构照明光束产生的空间或时间调制,因此可以通过适当的方法从观察光场中解调出三维面形数据。激光三维扫描设备采集到的数据,是大量的三维点坐标的集合。由于点的数量巨大,其数据被形象的成为点云数据。点云数据采集过程一般为:①将仪器与电源、微机连接并开启,打开数据识别和处理软件。②建立定点参照目标,并开启扫描仪坐标系统的自动识别功能,建立三维坐标系统。③在当前坐标系统内,对采集范围内的实体进行数字采集,并建立三维图形。④一次采集完毕后,更换仪器地点,通过定点参照物重新识别当前坐标,进行数据的多次采集,并自动完成数据的空间合并。⑤对扫描得到的云点数据进行先期处理,包括对模型的分割、修剪、移动、旋转、缩放等等。⑥通过开放的数字接口,对当前模型数据进行转换,使其与后期三维设计软件和开发软件兼容、并行和共享。同样我们也可以利用Atos扫描仪进行点云数据的采集。Atos三维扫描仪是一种带有两个CCD摄像机和一个中央投影单元的光学三维扫描仪。它的中央投影单元部分配备了一个白色的投射灯泡和一个可规则滑动的复杂光栅。Atos扫描仪的传感器被固定在一个三脚架上,并可以十分方便的沿四轴方向转动。测量时,投射灯泡将规则变化的光栅投影到被测工件表面产生的摩尔条纹,摩尔条纹的变化被CCD镜头记录下来,并转送到计算机,经过处理以后得到两个CCD镜头分别拍摄到的两张“三维”照片。由于两个CCD镜头可以感知高达440,000个象素,所以每一单幅照片可以采集到1.3万个有效数据点。Atos软件可以在瞬间处理这1.3万个数据并精确的标定出其三维空间坐标值。在Atos扫描仪进行测量,即点云采集的过程中,误差的产生是难以避免的,但如果误差累积到一定程度,就无法达到精度的要求。因此,正确的测量顺序应该是由中部向四周逐渐扩展测量,这样做所得到的误差是最小的。点云数据采集的工作特点：（1）多幅性。各种数据采集系统,由于测量范围的限制,所得的点云是一幅一幅进行测量的,一般情况下,一幅点云的测量并不能包含工件上所有需要的点,所以最终工件完整点云数据的获得需要利用多次测量的多幅点云进行拼合。这种拼合在测量系统中一般有自动拼合和人工拼合两种方式,也有相应的软件。自动拼合方式有边测量边拼合,例如在光学三维扫描系统ATOS中的利用相邻两幅点云的共同参考点进行拼合,以及利用数码相机定位、经TRITOP软件处理生成的整体参考点数据与包含特定参考点的单幅点云数据拼合;也有利用工件表面特征在测量完成后进行自动拼合的,例如利用Geomagic软件进行的多幅点云的自动拼合。（2）工件的多样性。在测量中,工件的形状、尺寸以及工件中不同部位的精度不同,决定着需要采取不同的测量策略和测量手段来进行测量。一般情况下,对于工件需要进行几何反求的部分,例如汽车饭金、各种铸件外形、各种注塑件等,由于其功能各异,因而形状各异;由于其模型材料各异,有的是用油泥塑造的,有的是塑料件,有的是钢件,有的是玻璃件,有的是海绵或橡胶件,因而表面形态各异,功能不同,复杂程度各异。（3）数据采集要求的多变性。在进行数据采集时,要明确所采集数据的用途,所采集的数据与产品中哪些部分相关或在空间以产品中哪些部件的相应部分为参考点,以决定数据采集是对产品部件单独进行,还是在产品装配中包含相关部件来进行。这在进行数据采集前首先要予以明确,以减少不必要的返工。数据采集中对工件不同部位精度要求不同,例如对发动机机体数据采集时,对用于定位的孔的尺寸精度要求较高。性材料构成的工件不可采用接触式测量,而须采用非接触测量。参考文献:[1]乔思航，程志权，陈寅，等．基于三个Kinect的个性化人体重建．系统仿真学报，2013，25(10)，2408-2411．[2]李国镇．基于Kinect的三维重建方法的研究和实现[D]．北京：北京交通大学，2012．[3]韦羽棉，尚赵伟．基于Kinect的旋转刚体三维重建方法．计算机与现代化，2014(5)：89-98．[4]罗元,谢彧,张毅.基于Kinect传感器的智能轮椅手势控制系统的设计与实现[J].机器人,2012,(01).[5]刘鑫，许华荣，胡占义.基于GPU和Kinect的快速物体重建.自动化学报，2012，38(8)：1288-1297.[6]周瑾，潘建江，童晶，等.使用Kinect快速重建三维人体.计算机辅助设计与图