KinectFusion：RGBD深度相机在高精度三维重建中的经典应用

本文结合原始论文[1][2]和笔者实际项目经验，对KinectFusion[1]算法做一个介绍。如有错误，欢迎评论指正。

一.简介

KinecFusion算法核心在于维护一个场景的TSDF volume（如图1所示，volume可以想象为一个空间包围盒，由多个voxel（体素）组成，其中包含了我们想要重建的场景），通过把当前视角下拍摄的局部场景的点云和颜色不断融合进该volume内，完成对场景的各视角覆盖和补全，最后从中提取网格及颜色即完成了三维重建。

图1.tsdf volume示意

二.具体步骤

图2.KinectFusion算法流程

1.Measurement

Measurement模块用于对彩色图和深度图进行预处理，并进一步将深度图转化为点云、计算点云法线。

• 去畸变、彩色图和深度图配准
  有些相机彩色图和深度图需要自己对齐，或者处于算法速度考虑需要自己手写对齐

• 对输入的深度图像计算图像金字塔
  不计算金字塔也可以，直接在原始图像上就行

• 对金字塔的每一层图像进行双边滤波

• 对金字塔的每一层深度图计算顶点图

式1中，为相机内参，为像素点，为在处的深度，为在处计算的三维点坐标。

• 对金字塔的每一层顶点图计算法向图：领域点算叉乘，当然要保证法线朝外

式2.点云法线计算

式2中，表示对向量做归一化，即向量除以向量的模，为在处计算的三维点法线。

注：

• 1）笔者实际项目中一般是通过直接由像素点构建三角面片信息，然后用叉乘计算法