基于KinectFusion的室内场景平面结构重建

被引：2

作者：

蔡晨贾农 ^{[1
,2
]}

施逸飞 ^{[1
,2
]}

徐凯 ^{[1
,2
]}

党岗 ^{[1
]}

机构：

[1] 国防科学技术大学

[2] 中科院深圳先进技术研究院可视计算研究中心

来源：

系统仿真学报 | 2015年 / 27卷 / 10期

关键词：

KinectFusion; 平面检测; 三维表面重建; 点云分割;

D O I：

10.16182/j.cnki.joss.2015.10.002

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于Kinect Fusion的在线扫描与重建技术极大改进了基于消费级深度摄像机的实时室内场景重建。由于目前多数深度摄像机的深度分辨率的限制,使用Kinect Fusion扫描获得的三维模型数据的重建质量不能满足要求。特别是对室内场景模型中常见的平面结构。这些平面结构往往可以确定室内环境的主要结构。以基于Kinect Fusion扫描获得室内场景点云数据为基础,提出了一种新的点云分割方法。该方法可准确识别和提取点云数据中的平面结构,并对其进行三维重建。

引用

页码：2239 / 2245

页数：7

共 5 条

[1] RAPter[J] . Aron Monszpart,Nicolas Mellado,Gabriel J. Brostow,Niloy J. Mitra. ACM Transactions on Graphics (TOG) . 2015 (4)
[2] Quality-driven Poisson-guided Autoscanning
Wu, Shihao
Sun, Wei
Long, Pinxin
Huang, Hui
Cohen-Or, Daniel
Gong, Minglun
Deussen, Oliver
Chen, Baoquan
[J]. ACM TRANSACTIONS ON GRAPHICS, 2014, 33 (06):
[3] Object detection and classification from large-scale cluttered indoor scans
Mattausch, Oliver
Panozzo, Daniele
Mura, Claudio
Sorkine-Hornung, Olga
Pajarola, Renato
[J]. COMPUTER GRAPHICS FORUM, 2014, 33 (02) : 11 - 21
[4] Real-time 3D Reconstruction at Scale using Voxel Hashing
Niessner, Matthias
Zollhoefer, Michael
Izadi, Shahram
Stamminger, Marc
[J]. ACM TRANSACTIONS ON GRAPHICS, 2013, 32 (06):
[5] Efficient RANSAC for point-cloud shape detection
Schnabel, R.
Wahl, R.
Klein, R.
[J]. COMPUTER GRAPHICS FORUM, 2007, 26 (02) : 214 - 226

← 1 →