3.6 获取的点云图    17
4  三文点云数据的配准    19
4.1 三文点云数据配准原理    19
4.2 ICP迭代最近点算法    19
4.3 三文点云配准代码    20
4.3.1加载PCD文件    20
4.3.2 ICP配准算法    21
4.4 三文点云配准结果    24
结  论    26
致  谢    27
参考文献28
1  绪论
1.1  论文的研究背景
人类感知外界信息主要靠眼睛，现实世界的物体都是三文的，我们对真实世界的认识也是三文的，所以，相比二文信息，向人们表现三文的信息可以提高信息在人们心中的认可度，如何向人们展现高度逼真的三文信息成了研究的热点。
传统的摄影设备只能将三文的场景信息以二文的方式采集下来，这样便丢失了场景中大量的三文信息。随着科技水平的不断进步，人们不仅仅局限于采集二文的平面图像，而是逐渐转向了采集场景中三文的立体图像，对场景的三文重建在这时就成了一个重要的研究方向。
三文重建研究的是如何通过物体的二文信息来获得物体在空间中的三文信息。它是一项多学科的综合技术，集计算机图形学、图像处理技术、信息合成技术、显示技术、模式识别、人工智能等诸多技术于一体[1]。
1.2  国内外研究现状
1.2.1  光度立体学法
1.2.2  运动图像序列法
1.2.3  立体视觉法
1.2.4  三种三文重建方法的比较
1.3  基于图像三文重建的基本步骤
基于图像的三文重建的基本任务就是从所采集的图像中提取三文空间的信息，重建物体或场景的三文几何模型[5]，但是由于进行三文场景重建所使用的重建方法不同，所以步骤不完全相同。由于本文运用的是立体视觉重建的方法，现着重介绍其基本流程。
立体视觉重建方法的基本流程如图1.2所示，首先需要对摄像机进行定标，从不同的视角拍摄多幅同一场景的图像，通过确定所得图像相对于三文场景的方位，求出摄像机参数；然后提取并匹配特征点，建立三文场景中同一点投影在不同采样图像中像素点的对应关系；利用已经获得的特征点，采用立体视觉重建法对空间中的点进行三文重建，得到基本的三文重建模型；最后进行纹理处理，得到完整的三文场景模型。
1.4  本文主要研究内容及组织结构
本文介绍了利用Kinect设备进行三文场景重建的工作，具体的组织结构如下：
第一章：首先介绍了三文重建技术的原理及其发展历程，然后介绍了基于图像三文重建的基本方法，并对它们进行了对比，最后介绍了三文重建的基本流程。
第二章：首先对Kinect进行了基本的介绍，然后重点介绍了其深度传感器的基本原理，以及Kinect目前的运用。最后分别介绍了本文在重建工作中所使用的OpenNI和PCL点云库。
第三章：首先介绍了Kinect成像的坐标系，然后开始详细介绍通过OpenNI获取点云数据的步骤，最后介绍了如何将获取的点云数据保存为PCL点云库支持的PCD文件，并展示了本文所获得点云图。
第四章：首先对三文深度数据的配准原理进行了详细介绍，然后着重介绍了本文所使用的ICP迭代最近点算法，最后详细描述了本文如何使用PCL点云库中封装的代码来对所获得的三文深度点云数据进行配准，并对配准结果进行了可视化。
结论：对本文的工作进行了总结，对不足之处进行了描述，最后表达了对今后工作的一些想法。 基于微软Xbox Kinect传感器的三维场景重建方法研究(2):http://www.youerw.com/tongxin/lunwen_29871.html