摘 ?要： 為解決目前三維掃描系統(tǒng)存在的數據捕捉效率低、曲面掃描精度低等問題，基于Kinect傳感器構建了家具自由曲面造型掃描系統(tǒng)。采用OpenNI開源框架來搭建多個Kinect傳感器在服務器與驅動之間的交互橋梁，并將被測家具物體的深度圖像轉變成具有三維坐標值的點云數據。在三維點云數據的后處理階段，使用PCL開發(fā)庫實現家具自由曲面三維點云數據配準、融合，以及完整的家具自由曲面造型三維點云模型的展示。實驗結果表明，該系統(tǒng)與傳統(tǒng)系統(tǒng)相比，數據捕捉效率以及掃描精度更高，而且穩(wěn)定性強。

關鍵詞： 家具自由曲面; 掃描系統(tǒng); Kinect傳感器; OpenNI開源框架; 三維點云處理; 系統(tǒng)測試

中圖分類號： TN820.2?34; TP391 ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）02?0154?03

Design of furniture freeform surface modeling scanning system based on multiple Kinect

LI Xiaofei

Abstract： A furniture free surface modeling scanning system is constructed based on Kinect sensor to solve the problems of low data capture efficiency and low surface scanning accuracy of the current 3D scanning system. The OpenNI open source framework is adopted to build an interactive bridge between server and driver for multiple Kinect sensors， and the depth image of the measured furniture object is transformed into point cloud data with three?dimensional coordinate value. In the post?processing stage of 3D point cloud data， the PCL development library is used to realize the 3D point cloud data registration and fusion of furniture freeform surface， and display the complete 3D point cloud model of furniture freeform surface modeling. The experimental results show that in comparison with the traditional system， this system has higher data capture efficiency and scanning accuracy， and has stronger stability.

Keywords： furniture freeform surface; scanning system; Kinect sensor; OpenNI open source framework; 3D point cloud processing; system test

三維掃描系統(tǒng)是集光、機、電、計算機技術為一體的新型掃描系統(tǒng)，主要用于對目標物體結構、造型以及顏色的精細掃描，將目標物體的深度信息轉變成能夠由計算機直接處理的數字信號，獲取目標物體的空間三維坐標，實現目標物體的三維掃描[1]。家具自由曲面造型掃描系統(tǒng)對家具自由曲面造型進行掃描，建立家具自由曲面三維重構模型，對家具自由曲面進行制造，為家具物體三維精細化測量提供極大幫助[2]。

當前階段所使用的家具自由曲面造型掃描系統(tǒng)使用激光技術[3?4]來對家具自由曲面進行掃描。該系統(tǒng)在家具自由曲面三維信息獲取階段，使用空間幾何相對不變性機制來完成標記點傳感器坐標與實際坐標系的全局匹配，配準精度不高[5]，致使家具自由曲面三維掃描結果不理想，且掃描效率較低，難以滿足家具自由曲面造型的設計需求。

為了優(yōu)化傳統(tǒng)的三維掃描系統(tǒng)，提出基于多Kinect的家具自由曲面造型掃描系統(tǒng)。實驗結果表明，所設計的掃描系統(tǒng)對目標物體深度數據獲取效率較高，掃描速度較快且精度高。

1 ?基于多Kinect的家具自由曲面造型掃描系統(tǒng)

1.1 ?系統(tǒng)框架設計

圖1給出本文所提基于多Kinect傳感器的家具自由曲面造型三維掃描系統(tǒng)的各個模塊。

系統(tǒng)由家具自由曲面圖像數據獲取模塊、家具自由曲面圖像數據顯示模塊、家具物體三維點云數據采集模塊、家具物體三維點云配準與融合、家具自由曲面模型重建模塊和家具自由曲面三維模型展示模塊組成，如圖1所示。

1.2 ?系統(tǒng)流程

在設計掃描系統(tǒng)時，首先將多個Kinect傳感器與計算機相連，測試Kinect傳感器是否可正常工作。初始化攝像設備后，采集家具物體在多個視角下的自由曲面深度數據[6?7]。采用相關圖像處理技術處理Kinect傳感器采集的所有家具自由曲面深度圖像，提取出目標物體存在的前景區(qū)域，將家具自由曲面多幀深度圖像轉換成三維點云數據，并對其進行精簡化處理。逐次配準近鄰視角下的三維點云數據，經配準后再融合多幀三維點云數據，最后由這些三維點云數據進行家具自由曲面模型重建，輸出家具物體的三維模型。

2 ?關鍵技術

2.1 ?多Kinect傳感器成像機制

為了獲得家具物體的深度信息，Kinect傳感器在實際應用前需要將實際應用場景中的散斑圖像存留下來。因此在使用Kinect傳感器前需要進行光源標定[8]。首先設定與參考平面[P1，P2，，P3]具有不同距離的多個Kinect傳感器，并統(tǒng)計參考平面上的散斑圖案，將其作為參考圖像，其位置描述為[Z1，Z2，Z3]。

由于參考圖像是經過Kinect傳感器間隔給定距離設置參考平面來獲取的，這樣所得的參考圖像不是連續(xù)的，所得家具物體[A]與傳感器[Z2]之間的距離[Z2]也并不準確，需要對兩者之間的距離進行矯正。

設定系統(tǒng)攝像設備為[L]，系統(tǒng)紅外投射設備為[R]，相機設備[L]的坐標系可描述為[（SL_xLyLzL）]，其相應的像平面坐標系可描述為[（S1_uLvL）];系統(tǒng)紅外投射設備[A]的坐標系可描述為[（SR_xRyRzR）]，也可將其稱作參考坐標系，其相應的像平面坐標系為[（S2_uRvR）]。

系統(tǒng)中Kinect傳感器設備內部的PS1080芯片對攝像設備完成標定后，在一個已標定的視覺系統(tǒng)中。

對于參考圖像中的任意一點[pREF=（uREF-vREF）T]，其對應的家具物體紅外圖像中的點為[p=（uREF+dREF，vREF）T]，[dREF]表示兩視圖之間的視差。由于事先已得到家具物體[A]相應的參考圖案[P2]，可推導出：

[dREF=bfZREF] （1）

根據式（1）可進一步推導出距離Kinect傳感器設備的距離[Z]。

當已得到空間場景中家具物體深度值后，即可獲得深度圖像。依據Kinect傳感器設備標定結果以及深度圖像與坐標系三維點云坐標之間的相關關系[9]，可重建出單幀家具自由曲面圖像的三維點云：

[Zuv1=A′[R T]XYZ] （2）

式中：[（u，v）T]表示家具自由曲面圖像中某點的三維坐標;[A′]表示相機內部參數矩陣;[[R T]]表示攝像設備坐標系相對于世界坐標系的旋轉矩陣和平移矩陣。

2.2 ?多相機標定技術

為得到完整的家具物體三維幾何模型，需要對多個Kinect傳感器獲得的家具自由曲面三維點云數據進行配準。因此除對Kinect傳感器進行標定外，還需知攝像設備的絕對外參數和相對外參數。攝像設備的絕對外參數是指家具自由曲面圖像在世界坐標系下的位置元素;攝像設備的相對外參數是指確定兩幅家具自由曲面圖像之間相對位置的元素。一般情況下，將世界坐標系確定于第1個攝像設備的坐標系上，求取剩余攝像設備相對于第1個攝像設備的外參數?？紤]兩幅家具自由曲面圖像之間的相對位置，再分析由多個Kinect傳感器獲取的家具曲面圖像序列在整個坐標系下的相對位置。

根據上述過程所描述的攝像設備標定結果，將多個單幅家具自由曲面圖像的三維點云進行配準。

2.3 ?點云配準算法

經過第2.2節(jié)攝像設備標定結果可將多幅家具自由曲面圖像三維點云匯集在一起，但掃描階段難以避免攝像設備受到外界影響發(fā)生晃動，致使最終合成的三維點云會存在測量誤差。因此本文提出采用ICP算法[10]對初步配準的三維點云進行進一步精確配準。對于可能重疊的兩幅家具自由曲面圖像三維點云，對其進行更深層次匹配優(yōu)化的目標函數為：

[d=min（dis（C，C1））] （3）

[C=RC0+T] ?（4）

式中：[R]，[T]分別表示旋轉矩陣和平移矩陣，[C0]，[C1]表示待匹配的兩幅家具自由曲面圖像三維點云;[dis（C，C1）]表示兩幅家具自由曲面圖像三維點云配準后相應點之間的距離。

以式（4）為目標函數，采用ICP算法經過剛性變換對得到的任意兩幅家具自由曲面三維點云[（C0，C1，C2）]進行配準，獲得[Ci]和[Ci+1]這兩幅家具自由曲面三維點云之間的相對旋轉矩陣[Ri，j+1]和平移矩陣[Ti，j+1]。依據任意兩幅家具自由曲面圖像三維點云配準后的累積誤差進行全局分散，獲得一組旋轉矩陣[Ri，j+1]和平移矩陣[Ti，j+1]以等比例分配點云配準的累積誤差，使得所有家具自由曲面圖像三維點云配準后的均方根誤差為最小，即：

[e=mini=0npow（Ci，Ci+1）n] ? ? ? ? ? （5）

式中，兩幅三維點云配準后對應點的距離平方為[pow（Ci，Ci+1）]。

經過拉格朗日乘子法求解式（5），將其計算結果作為式（4）的初始值。重復式（4）和式（5）直至式（5）的結果誤差為最小。使用相機標定技術以及ICP算法完成了家具自由曲面三維點云的精確配準。

3 ?系統(tǒng)測試與分析

為了驗證基于多Kinect的家具自由曲面造型掃描系統(tǒng)的性能，對掃描系統(tǒng)進行測試分析。仿真實驗在Intel[?]CoreTMi7?4510U CPU@2.00 GHz 2.60 GHz 8.00 GB內存環(huán)境下，由Matlab 2014a編程實現。實驗數據取自于某家具店，在家具店內隨機選擇一組家具，采用本文提出的掃描系統(tǒng)對其曲面造型進行三維掃描，并對掃描過程中的不同指標進行測試。分別采用本文系統(tǒng)和文獻[3]系統(tǒng)對家具自由曲面數據進行捕捉，測試不同掃描系統(tǒng)的曲面數據捕捉效率，測得不同系統(tǒng)的家具自由曲面數據獲取耗時如表1所示。

分析表1并觀測家具物體不同曲面數據的捕捉耗時可知，使用文獻[3]系統(tǒng)對家具物體不同曲面數據捕捉耗時平均約為19 s。其中家具自由曲面C數據獲取耗時最長，用了30 s;家具自由曲面B數據獲取耗時最短，用了12 s。采用本文系統(tǒng)獲取不同曲面數據耗時平均約為4.3 s。其中，家具自由曲面C數據獲取耗時最長，用了8 s;家具自由曲面B數據獲取耗時最短，用了2 s。對比兩個系統(tǒng)的實驗結果可知，本文系統(tǒng)獲取不同曲面數據耗時遠遠小于文獻[3]系統(tǒng)的捕捉耗時，充分驗證了本文系統(tǒng)進行不同曲面數據捕捉效率更勝一籌。分別對文獻[3]系統(tǒng)和本文系統(tǒng)的家具自由曲面造型掃描精度進行對比，對比結果如圖2所示。

由圖2可知，分別采用文獻[3]系統(tǒng)和本文系統(tǒng)對家具自由曲面進行三維掃描，獲得家具自由曲面三維掃描結果與實際三維掃描結果進行對比。文獻[3]系統(tǒng)的家具自由曲面三維掃描曲線與實際曲面三維掃描曲線相差較遠，說明掃描精度較低;而本文系統(tǒng)家具自由曲面三維掃描曲線基本與實際掃描曲線重合，說明本文系統(tǒng)掃描精度較高。對比這兩個系統(tǒng)的三維掃描效果可以看出，本文系統(tǒng)的家具自由曲面三維掃描精度更高。

4 ?結 ?語

本文優(yōu)化設計的基于多Kinect的家具自由曲面造型掃描系統(tǒng)有效解決了傳統(tǒng)掃描系統(tǒng)存在的問題。使用PCL開發(fā)庫實現家具自由曲面三維點云數據配準、融合，以及完整的家具自由曲面造型三維點云模型的展示。實驗結果表明，優(yōu)化的基于多Kinect的家具自由曲面造型掃描系統(tǒng)數據捕捉效率高，且掃描精度高。

參考文獻

[1] 白素琴，史金龍，錢強，等.采用可編程邏輯控制器的大型物體三維掃描重建[J].光學精密工程，2017，25（4）：1044?1050.

[2] 張夢，張國英.激光線掃描三維成像系統(tǒng)的圖像矯正研究[J].應用激光，2018，38（2）：143?146.

[3] 王鵬，史瑞澤，鐘小峰，等.基于雙線投影與線面約束的3D掃描測量系統(tǒng)研究[J].紅外與激光工程，2017，46（4）：133?139.

[4] 張帆，黃印，黃先鋒，等.非直視區(qū)域的普通平面鏡輔助地面三維激光掃描方法[J].測繪學報，2017，46（12）：1950?1958.

[5] 張珊珊，林文樹.三維激光掃描儀的測距與水平角精度評定[J].工具技術，2018，52（2）：108?112.

[6] 張丹丹，韓燮，韓慧妍.基于點云的整體參數曲面重構方法[J].計算機工程與設計，2017，38（7）：1911?1916.

[7] 何改云，黃鑫，郭龍真.自由曲面輪廓度誤差評定及不確定度分析[J].電子測量與儀器學報，2017，31（3）：395?401.

[8] 張娟，侯進，吳婷婷，等.三維散亂點云模型的快速曲面重建算法[J].計算機輔助設計與圖形學學報，2018，30（2）：235?243.

[9] 朱昱，李小武，魏金棟，等.基于逆向工程的三維模型重構[J].塑料科技，2017，45（4）：79?83.

[10] 劉宇，侯亮，席文明.一種基于能量函數和矢量場的點集曲面構造方法[J].機械工程學報，2018，54（5）：179?184.

作者簡介：李曉飛（1979—），男，內蒙古包頭人，碩士，副教授，研究方向為電子應用、家具設計。