μ-MAR：基于多平面三维标记的深度传感相机配准方法
计算机视觉与模式识别
2017-08-07 v1
摘要
许多应用，包括物体重建、机器人导航和场景建图，都需要对场景的多个视图进行配准，以生成其完整的几何与外观模型。在实际情况下，视图之间的变换是未知的，必须应用专家推断来估计它们。近年来，低成本深度传感相机的出现加强了这一主题的研究，催生了大量新应用。尽管它们的分辨率和精度足以满足许多应用，但由于信噪比（SNR）和所提供数据的分辨率问题，某些情况可能无法用通用的最先进配准方法解决。一般而言，处理低信噪比数据的问题可能出现在任何三维系统中，因此有必要在这方面提出新的解决方案。本文提出了一种名为μ-MAR的方法，能够将由低成本深度传感相机（尽管不限于这些传感器）提供的三维点集进行粗配准和精配准，统一到一个公共坐标系中。该方法通过使用基于模型的多平面配准方案，能够克服噪声数据问题。具体而言，它迭代地配准由场景多个视图的点云中提取的多个平面组成的三维标记。由于标记和感兴趣物体在场景中是静态的，因此为标记获得的变换被应用于物体以重建它。实验使用合成数据和真实数据进行。合成数据分别通过视觉检查和豪斯多夫距离进行定性和定量评估。真实数据实验展示了使用Primesense Carmine RGB-D传感器采集的数据时该方法的性能。该方法已与多种最先进方法进行了比较。...
引用
@article{arxiv.1708.01405,
title = {{\mu}-MAR: Multiplane 3D Marker based Registration for Depth-sensing Cameras},
author = {Marcelo Saval-Calvo and Jorge Azorin-Lopez and Andres Fuster-Guillo and Higinio Mora-Mora},
journal= {arXiv preprint arXiv:1708.01405},
year = {2017}
}