1.2  国内外研究现状 三文模型重建技术是模式识别、计算机视觉、图像处理、图形理解等前沿科技领域的重点[5]，也是当前的虚拟现实交互研究领域中面临着的一个重要分支。如今，三文扫描设备已经有着较多的产品广泛应用于工业测量、城市建模、生物医学成像、数字城市建模等领域。使用三文扫描设备能成功将一些形状不规则、表面纹理各异的物体或者整个场景的三文立体数据都完整存储到计算机设备中。再利用三文图形处理软件对存储到的三文点云数据进行多种再处理[6]，例如数据分析、图像展示、模型仿真、点云拼接等，最后完成三文模型表面重建。 与传统接触式测量方法相比不同的是，传统测量经常会由于物体表面凹凸不平或者发生形变导致测量结果不准确，而三文激光扫描设备[7]利用激光进行测绘，免去了表面接触这一环节，但有避免导致物体的破损和表面形变。三文激光扫描设备不但具有无需接触、节约成本、实用性和适用性广等特点，还在扫描的精度和速度上有得天独厚的优势。这些优势也使得三文激光扫描技术能够在多种产业得到广泛应用。之所以称为点云数据[8]，正是由于其获取的三文数据都是成点状分布，而非线和面。虽然点云数据的结构并不复杂，但它却包含有许多有价值的信息，如物体的颜色、大小、纹理和空间位置坐标等，因此能够呈现出具有高精度细节和复杂几何结构的三文模型。 点云数据处理正是三文模型重建技术的核心算法， 对它的研究到现在已经有着四十多年。其中点云数据处理的关键技术主要包括三文点云的采集，数据降噪，多视角点云拼接，点云数据网格化，重现平滑三文表面等[9]。然而，当前的三文点云数据处理算法都是在一定的应用背景下实现的，因此它们在现实处理点云数据中有着相当大的局限性。 首先，针对不同的三文扫描设备，不同精度的遥感摄像头，所应用的滤波算法也多种多样。 对于Time of Flight 遥感技术得到的深度图像，有文献提出[14]通过标定红外摄像头的方法消除系统误差；还有文献[15]通过调整滤波器参数的方式，设计了一种自适应滤波器，并成功通过建模表明滤波效果良好；T.Edeler 等人[16]改进了小波变换算法，并将其用在深度图像的处理上，同样取得了十分不错的滤波效果。 针对 Kinect 摄像头产生的深度点云，在 KienctFusion[17]系统中，采用双边滤波算法降低噪声，并且利用多深度图像融合的方法修补未得到的深度点云，但该方法只能在静态场景中使用，无法应用于动态场景；有文献[18]构建了一种自适应窗口大小和物体形态的双边滤波器，得到了更加精准的滤波效果，但这种方法的缺点就是有着相当庞大的计算量；而 Liu 等人[19]结合 Kinect 彩色摄像头拍摄的带颜色数据来帮助深度点云的滤波，这样还能够在降噪的同时还成功将点云中的空洞修复。 在三文点云数据配准中，配准方法根据待配准点云之间的刚性转换（旋转、平移）或者非刚性转换（变形），可以分成刚性配准以及非刚性配准两种[10]。 基于多Kinect的物体三维点云数据重建技术研究(2):http://www.youerw.com/zidonghua/lunwen_28848.html