基于三維攝像機的空間場景分割技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，機器人越來越智能，而追求機器人的自主性和高智能性也是當(dāng)前機器人研究領(lǐng)域的重點。機器人在未知環(huán)境執(zhí)行自主性或者智能性任務(wù)時，需要對所處環(huán)境進行理解，需要像人大腦一樣識別和理解當(dāng)前視野或環(huán)境中存在的物體和對象，感知自己所處的環(huán)境。因此，智能移動機器人對所處環(huán)境的感知和識別能力成為了機器人自主性和高智能性發(fā)展的重要研究方向。圖像分割技術(shù)是讓機器人對環(huán)境具有感知和識別能力的關(guān)鍵技術(shù)。隨著激光三維測距技術(shù)的快速發(fā)展，出現(xiàn)了很多

2、能夠采集三維空間場景中三維信息的三維攝像機，以前針對二維圖像的分割方法很難適用于基于三維信息的圖像分割，因此，更多研究者逐漸投入到基于三維空間信息的圖像技術(shù)研究中。由于三維相機逐漸應(yīng)用到智能移動機器人領(lǐng)域，因此，研究出一種能夠讓智能移動機器人感知所處環(huán)境或識別視野場景中物體對象的三維分割技術(shù)是極有必要的。
　　三維空間場景中，主要的組成是平面和曲面。而在人工場景中絕大部分是平面。研究對三維空間場景的平面和曲面擬合能夠?qū)h(huán)境中物體對

3、象分割和識別出來，并可以應(yīng)用于機器人的感知和識別領(lǐng)域。本文研究了三維空間場景的特點，提出了對三維場景的基于三維信息的平面分割，以及針對三維平面區(qū)域的平面合并和結(jié)合MDL準(zhǔn)則的曲面合并優(yōu)化處理。
　　本文首先針對Kinect深度成像原理以及三維相機的軟硬件因素，分析了由Kinect三維相機所獲取的三維數(shù)據(jù)所存在的一些問題，并提出了用雙邊濾波方法對三維數(shù)據(jù)進行去噪平滑和黑洞修復(fù)方法對深度圖像進行黑洞修補。其次，基于三維空間中存在很多平

4、面這一特征，提出了一種基于三維信息的空間平面檢測方法，該方法基于由三維攝像機獲取的三維空間信息，依據(jù)基于局部平面擬合方法估計法向量、法向量重定向技術(shù)和平面區(qū)域判定規(guī)則，進行三維平面區(qū)域的檢測和識別，針對平面分割后出現(xiàn)的過分割問題，并對平面過分割進行了部分平面合并處理。最后，針對空間平面描述三維曲面時存在的問題，以及三維空間場景中存在曲面或具有不規(guī)則物體對象的情況，研究了B樣條曲面擬合算法。為了提高三維分割的準(zhǔn)確性，提出了一種基于MDL準(zhǔn)

5、則判定的曲面擬合方法，該方法提出一種代價模型，基于這個代價模型用以判定需要進行擬合為曲面的平面區(qū)域，并用B樣條曲面擬合算法對其實現(xiàn)擬合。該方法實現(xiàn)了基于平面檢測的三維分割出現(xiàn)的過分割問題的優(yōu)化處理，以及解決了平面對空間中曲面和不規(guī)則物體對象無法完整描述的問題。
　　為了實現(xiàn)本文提出的基于三維相機的空間場景分割技術(shù)的可視化，以及提高三維分割過程的人機交互性，設(shè)計并實現(xiàn)了一個基于Kinect三維相機的空間場景分割軟件系統(tǒng)，該軟件系統(tǒng)包