三维对象重建在计算机视觉领域有着广泛而深刻的研究意义,对象检索、3D打印、场景理解、虚拟现实等技术都依赖于三维对象重建技术所生成的对象模型库。随着计算机图形图像处理设备性能的提升和深度信息获取设备的普及,已经有一些使用立体视觉方法基于RGB-D重建对象的技术。这些现有的三维对象重建技术基于严格布置的重建环境、预设的先验,重建出相对精细而准确的三维物体。然而,在自然场景中的三维对象重建技术要求能够满足在不干涉物体摆放位置与角度、对重建对象的大小和形状没有约束的前提下对场景中的物体进行重建,而现有的对象重建工作在这方面的研究较少。因此,本文以计算机视觉为理论基础,对基于RGB-D的三维对象重建技术进行了探究。本文提出并实现的基于RGB-D的对象分割与重建技术不需要干涉场景中物体的物理位置,只需要用户在首帧提供交互式分割输入,就可以由算法自动地执行分割与重建,得到最终的三维对象信息。为了实现首帧良好的分割效果,本文基于Graph Cuts分割框架,利用测地距离和边界模型改进了交互式分割算法,提高了分割的精度。同时边界模型的提出和金字塔模型的应用进一步改进了算法的效率。实验证实本文提出的RGB-D对象分割算法无论在精度、效率还是鲁棒性上都优于现有的分割算法,为接下来重建的部分提供了良好的输入。为了实现针对对象的三维重建,本文改进了KinectFusion的重建框架,加入了实时分割算法。本文提出的种子点推演算法和边界分割模型能够很好地推测帧间种子点的变化,使得帧间分割算法能够实时得到精确的分割结果。利用分割的结果,本文对三维重建的各步骤如TSDF融合和传感器姿态估计算法做了改变,加入了分割结果的约束,降低了点云迭代的计算量,同时不影响三维重建的质量。经实验验证,我们基于以上技术点实现的原型系统能够满足我们的研究要求,本文实现的三维对象重建系统能够运用到自然场景重建中去。
