《基於先驗知識的三維點雲魯棒處理技術研究》是依託中國人民解放軍國防科技大學，由李寶擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於先驗知識的三維點雲魯棒處理技術研究
- 項目類別：青年科學基金項目
- 項目負責人：李寶
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
魯棒的三維點雲處理技術是促進三維模型獲取技術在多個領域廣泛套用的關鍵因素之一。然而，實際套用中各種獲取技術得到的點雲不可避免地包含噪聲、外點、數據缺失以及不均勻採樣，這些缺陷給現有的點雲處理方法帶來了諸多挑戰。為此，本項目擬以構造點雲的結構化表示為目標，藉助人類關於物體形狀和結構的先驗知識，基於三維重建、高層次形狀分析等領域的最新研究成果，通過引入對稱性分析、重複模式檢測等技術有效地消除噪聲、去除外點、修復缺失並改善分布密度，並藉助法向量信息實現特徵保持的點雲增強，然後提取反映點雲幾何特徵和拓撲特徵的線性特徵，最後利用基於RANSAC的形狀基元檢測技術對點雲進行擬合併構建基元之間的關係。本研究可有效解決當前點雲處理方法魯棒性不足的問題，為三維模型的重建、編輯以及三維物體的識別與理解提供良好輸入，從而促進三維模型獲取技術的套用與普及。
結題摘要
本項目深入研究了基於先驗知識的三維點雲魯棒處理中涉及的關鍵問題，從點雲的特徵提取、結構化表示、基於點雲的重建等多方面出發，充分利用人類關於物體形狀特徵與結構特徵的先驗知識，探索三維點雲魯棒處理這一熱點問題中的新方法與新技術，面向人造模型/場景和骨架/人體模型兩類典型點雲數據提出了一系列有效的魯棒處理方法，研究成果可促進基於三維獲取技術的三維建模與三維數字媒體的廣泛套用。 項目嚴格按照計畫書展開研究，其成果主要以學術論文體現，總計發表和錄用學術論文7篇，其中SCI檢索3篇，EI檢索6篇。主要成果包括： 1. 在點雲的結構化表示上，提出一種面向具有平面特徵的物體點雲的特徵線提取算法。首先基於RANSAC在點雲中檢測出多個連通的平面，然後將每個平面參數化域的邊界點作為候選，在這些候選點上再套用基於全局約束的RANSAC得到最終的特徵線。 2. 在點雲的對稱特徵上，提出一種基於骨架的點雲內蘊對稱性檢測算法。首先計算出對稱性選票，用於選舉骨架中的對稱點對。然後通過將對稱性從骨架映射到點雲來為其構建對稱對應關係矩陣，而點雲上最後的對稱區域則通過對此矩陣進行譜分析得到。 3. 在基於點雲的室內模型重建上，提出一種數據驅動的方法獲取子場景中物體的上下文信息。首先將子場景分割為多個片段，然後對一組分類器進行訓練，使其能夠識別單個物體以及成組的多個物體，並使用多核學習（MKL）方法提高分類精度。最後，使用這些分類器進行圖匹配將片段劃分為單個物體或物體組。 4. 在基於點雲的靜態人體模型重建上，提出一種人體頭像的快速重建方法。使用深度相機同步採集各個角度的頭部信息，然後用Sobel運算元檢測出每組深度數據的邊緣並刪除誤差較大的點，再使用雙邊濾波算法進行去噪；使用相機參數進行初步註冊後使用ICP算法進一步最佳化得到完整的頭部點雲；最後使用泊松重建得到格線模型。 5. 在基於點雲的人體動態模型重建上，提出一種基於參數化實時人體子空間模型的人體幾何和運動重建算法。首先用單個深度相機得到參考姿勢下的點雲，然後利用參數化SCAPE 模型求解出人的形態參數，並在SCAPE 子空間中搜尋到近似的人體模型。使用線性混合蒙皮（LBS）方法代替原SCAPE 中姿勢引導的變形來提高實時性。
