第35卷第6期计算机辅助设计与图形学学报Vol.35No.62023年6月JournalofComputer-AidedDesign&ComputerGraphicsJun.2023收稿日期:2021-11-04;修回日期:2022-04-07.基金项目:国家自然科学基金(61702422);陕西省自然科学基础研究计划(2022JM-378).王超(1997—),男,硕士研究生,主要研究方向为计算机图形学;杨龙(1982—),男,博士,副教授,硕士生导师,论文通信作者,主要研究方向为计算机图形学、3D计算机视觉;吴雪峰(1995—),男,硕士研究生,主要研究方向为计算机图形学;刘通(1996—),男,硕士研究生,主要研究方向为计算机图形学;耿楠(1971—),男,博士,教授,博士生导师,主要研究方向为计算机图形学;张志毅(1974—),男,博士,教授,博士生导师,主要研究方向为计算机图形学、计算机辅助几何设计.场景目标的稀疏序列融合三维扫描重建王超,杨龙*,吴雪峰,刘通,耿楠,张志毅(西北农林科技大学信息工程学院咸阳712100)(yl@nwafu.edu.cn)摘要:针对场景扫描深度图数据量大、匹配误差累积导致重建结果漂移以及耗时高的问题,提出一种场景级目标的稀疏序列融合三维扫描重建方法.首先,对深度图序列采样以筛选支撑深度图;其次,在支撑深度图子集上划分扫描片段,各扫描片段内执行深度图匹配融合生成表面片段;再次,利用表面片段几何特征执行局部多片段间的连续迭代配准,优化各扫描片段的相机位姿;最后,融合支撑深度图序列生成场景目标三维表面.在消费级深度相机采集的深度图序列和SceneNN与Stanford3DScene这2个公开数据集上进行测试,将稀疏序列融合与稠密序列融合方法进行比较.实验结果表明,该方法可将配准过程的均方根误差降低16%~28%,使用8%~54%的数据量即可完成稀疏序列融合,运行时间平均缩短56%;同时,增强了扫描过程的有效性和鲁棒性,显著地提高了扫描场景的重建质量.关键词:场景扫描;稀疏序列融合;相机运动轨迹优化;几何特征匹配中图法分类号:TP391.41DOI:10.3724/SP.J.1089.2023.194573DScanningofScene-LevelTargetsBasedontheSparseSequenceFusionWangChao,YangLong*,WuXuefeng,LiuTong,GengNan,andZhangZhiyi(CollegeofInformationEngineering,NorthwestA&FUniversity,Xianyang712100)Abstract:3Dscanningofscene-leveltargetsusuallyconfrontsseveralbottlenecksincludingalargeamountofredundantdata,featuredriftingaswellastime-consuming.Tosolvetheseproblems,ascene-leveltargetsre-constructionmethodisproposedbasedonthesparsesequencefusion.Thefirststepist...
