基于结构光的三维点云重建方法研究

Application Research of Computers

计算机应用研究

Vol. 33 No. 9Sep. 2016

基于结构光的三维点云重建方法研究+

孙庆科，何云涛，陈瑞强，江月松

(北京航空航天大学电子信息工程学院，北京100191)

摘要：结构光三维成像是近年来三维成像领域的研究热点之一。整体设计及实现了条纹结构光三维重构系

统，并重点研究了点云生成三角网格方法。该系统使用整体阈值与局部滑动阈值相结合的方法提取到条纹中心 特征点，以像素索引值为中间媒介进行编码值插值计算，并利用像素索引值为媒介对点云进行三角网格化处理。 利用像素索引值的方法简化了点云插值和点云生成三角网格的处理过程，并且能够精确得到每个点上的颜色值 并进行颜色渲染。最后利用提出的方法对石膏模型和实际人脸面部进行了三维测量和重建，并分析了该方法测 量的精度。结果表明提出的方法达到了实验精度的要求并取得了非常好的三维重构效果。

关键词：成像系统；三角网格划分；像素索引值；特征点提取；点云插值

中图分类号：TP391.9

文献标志码：A

文章编号：1001-3695(2016)09-2873-05

doi：10. 3969/j. issn. 1001-3695.2016.09.072

Research of three-dimensional point cloud reconstruction based on structured light

Sun Qingke, He Yuntao, Chen Ruiqiang, Jiang Yuesong

(School of Electronic Information Engineering, Beihang University, Beijing 100191 , China)Abstract ： Structured light three-dimensional imaging is one of the hotspots in recent years in the field of three-dimensional

imaging. This paper overall designed and implemented a three-dimensional reconstruction system of stripe structured light, and focused on the method of triangle mesh generation of point cloud. It used combination of the global threshold and the local slid­ing threshold methods to extract the feature points in the strip center. By using the pixel index values of feature point for inter­mediary ,it interpolated encode values and point cloud generated triangular mesh. It made the point cloud interpolation and the point cloud triangulation process greatly simplified by using the pixel index values of feature point for intermediary, and it was able to accurately get the exact color value of each point and do color rendering. Finally, it took the surface of a plaster model and a human face as examples to be measured and reconstructed using the proposed method, and analyzed the accuracy of the measurement methods. This results show that the proposed method achieves the accuracy of test requirements and very good performances.

Key words： imaging system； triangle mesh； pixel index values； feature point extraction； point cloud interpolation

方法，这种基于约束的Delaunay三角化方法的主要缺点是计 算量太大。Kazhdan利用快速傅里叶变换（FFT)对有向点云进 行了快速有效的重建，由于需要对点云的包围立方体进行均匀 细分，稍高的分辨率就会导致内存需求过大[7]。文献[8]利用 空间Poisson公式对有向点云进行重建,虽然弥补了细节产生 的过大内存需求，但是严重降低了重建效率。钱归平等人通过 曲面Splatting筛选采样近似物体点云，采用新的非Delaunay三 角网格化方法实现点云重建[9]。这些算法基于物体特征点的 实际三维空间坐标，或者采用投影面对特征点进行处理。

本文开展了基于条纹结构光的三维重构技术的研究，针对 条纹结构光设计了条纹特征点的提取和编码及插值方法，并且 针对此方法进行了点云的三角网格化处理，取得了良好的显示 效果。

三维成像技术能够获取三维物体各部分真正的三维测量 数据信息，即物体表面的三维坐标。近年来，随着高分辨率和 高速电子传感器件的发展,三维成像技术的研究发展以及商业 化应用取得了巨大的进展，其主要应用于逆向工程、质量检测、 军事、数字化文物、机械制造、整形治疗等范畴[1]。光学三维 测量技术是主动式获取物体三维信息最有效的手段之一，主要 优点有无须接触被测物表面、采样密度高等。光学三维测量技 术中,结构光编码法以其准确度高、测量速度快、成本低等优点 在三维重构、工业测量等领域有着广泛的应用前景[2〜4]。

随着结构光三维点云采集技术的快速发展,从三维点云重 建三维物体表面的需求越来越多。点云处理技术的发展决定 了能否有效地将点云数据转换成高质量的三维数字模型，从而 为快速制造技术提供前期基础。点云插值以及三角网格生成 操作是点云数据处理中非常重要的内容,其方法在一定程度上 影响着点云数据处理和点云建模的效率[5'6]。三角网格能保 持原始网格模型的几何精度和形态信息，网格规模小、质量高， 众多学者已进行了深人的研究。Delaunay三角化是很常用的

收稿日期：2015-07-21;修回日期：2015-09-06

1条纹结构光三维重构基本原理

结构光三维测量系统是由投影仪将结构光编码图案投影

到被测物体，由摄像机等光电传感器在另一角度获取经被测物

基金项目：国家自然科学基金资助项目（611011)

作者简介：孙庆科（1991-),男，硕士，主要研究方向为结构光三维成像方法（中叩1«;即11@163.(；0111);何云涛（1982-),男，讲师，博士，主要研究方 向为成像技术、激光雷达探测等；陈瑞强（1983-),男，博士，主要研究方向为激光测距及三维成像等；江月松（1959-),男，教授，博导，主要研究方向 为光电探测及遥感遥测等.

• 2874 •计算机

A

用研究第_33卷

表面调制后的变播西像，再由包含摄像机等樓型标定推算出被 测目标的三维外形三维坐标信息D° \"w]

如图1所示，，在找影仗和相机上分别建立坐标系，其:坐标 原

点為、民分别为授影伙中心线厦和相机中心钱CM与

投感佼和相机连_ PC的夹角，I为廳扠和棺机的距禽。邃 空觀点I在鑛像机坐标系中擔坐标为紙=馬)T，,在授

編义坐标系中的坐标为巧=在画像坐标系中的

■标为

由摄像机坐标系与投影仪坐标系的转换关系，并结合投影 仪和摄像机的针孔模型，计算得到P点在摄像机坐标系中的Z 継标为

=------------hlp-h^------------ (1)

(^

^ r33 )；#, -(j^+Tf + 'M If,其中，和

r

为摄像机坐标系与投影仅坐标系的转换矩阵;％

是空间点尸在投影面的横坐标汰4

分别为摄像机焦距和投

影.仪藤距a

由此可以得到p處在摄像机坐标系中的癌标A = ( z#/ 4^/尤，足）。通过以上计算截可TM得到:空:间一点的三维聖 标,进赚获取物体表:菌雜有-的三维.垫标。采用张疋象标定法 对系统进行标定获取物体的三维#息进行三维重建。

在条纹编码结构光三维重构技术中,分辨率的大小是由投 影图中条纹的宽度来决定的s在本文中使用黑白条纹投影结 构光组成多德投影亂每幅投_图都是对前一幅投影图的葬谢 # J

t

到条纹达到寒求的分辨傘::为止。通常情况T，ff张图片

噚以雜码f

条欺^

图片序藉_到物体上，就会惹_

水平方向的2W条唯一编码前条纹。基予上述测量原理，这2W 条条紋魏座的点的坐标就可以if算出来9

2三维重构系统设计及实现

授影仪按着时间的先后藏序将多:輕分辨孝不同的编码图

案换影到目标物体，分规得到M虚的被目标物体禽慶调制后的 变形圏，计算机对采集到的全部变形图案进行综合解码，以获 得目标物体的三维信息。

2.1条纹特征点提取

本文采用：/ b

it找影模鐵，翁

有I2唯一编码的条緣。

本文首先采用基于直方图的力矩保持法m计箅全烏二值化图 像的陳值，该算繁通过爾釋恰__阈值从而使得二值化后的国 像和原始的灰度虜像具有三个相同的初始力矩值，对于很多图 像,该算法能够取得比较不错的结果。

眞纖障工释中由:'靜种国素影响，不同探域R射光强不 同'»仅使用一个阈值处理嵐像的效果不好:[|。Jf战乘文提班

tit猶:口 _值和垂局纖膽相结合的鐵有效地考虑到

物体表面的不憾K域翁光线存在不同的反射率。同时为了i

f

.决图像中存隹像素值的闪炼突_的间题，本文_中_的像拿灰度值.. 利用该像素点的八邻域tJM进行计算处理。该方法减少了环境 光的影响，同W考虑了物体泰面幕同K域及崎岖特性对光麗的 不喊反鮮影响，能够有效地提取条致的特征点。

H

_2为提取条纹中心特征点的流程图，在提取特征点的过

程中屬要判断壳暗条纹的边界凋时记录边界上的像素偉，计 算得到条纹的中心点在编码值的纠错判断即判断是否为有 效特征点编码过程中，利用了编码的有序牲及编码直和像素索 5丨他相关联的关系。这塵幾置:fe小及裏大条纹前宽麼ft,弃

编码值的有序规律性相结合，在判断一点是否为有效4的 过程中需要和此点的置^点像素值以及编码值进行比较判断， 进而有效地减少了错误编鸦的特征点。

图2提取特征点流程图

如图3辨示为石膏像面鄯局部放大圈像_，可m说明堤取特 征点过裎。在第s'行（a用虚线标出）提取特征点，滑动窗口 (矩形框)随着扫描点4的移动而移动，当扫描点进入亮条纹 (退出：Bf条轉时，若满足条件则记:录此像章寒钥列:垄#偉l

呷，当扫描点退出亮条纹(进人暗条纹）时，若满足条件侧记录

此像素索引列坐标值最终我到:条纹中心。这样就可 以找到麵条紋中:心的庚機征*

D

萁中需要注惫的是，滑动阈值窗口的选择不需聚太大，避 免增加计算量，歸时也必须_少不小于两个聲统宽度，以使得 阈值的选择能够使特征点被有效提取。这样，本方法能够有效 地找出亮条纹和暗条纹的中心特征点，并进行有效的纠错判断

排除无效点的干扰。

2. 2对点云进行插值

目前应用广泛的插值方法都是在利用原始点及编码计算

后得到的三维坐标点云基础上进行坐标插值[〜气插值的复 杂度较J

ii

■计算量很大。本文利用像素索引值对编码值进行

插值，之后再进行三維计算得到点云的三维坐标《相当于像素 点的行列素引•_屬于物体上齒平面信葛,lt编码薦对应于物

第9期孙庆科，等:基于结■构光的玉應点云重建方法研究• 2875 •

体的海度信倉《这样间接地对:三维坐标逬I?插值的方壤不仅 减少了运算量」同时也保持了原始特征点数据的有效性。点云 插值如:图4所示。

列方向

图3提取特征点示意图 图4点云插值示意图

由于在条纹特征点提取中，原始点像素索引值行坐标是确 定的(其行间距由条致铙征点提取扫描间距决定):，只是在產 直条纹方肉的列坐标上变化。针对这一特点^即只爾要在垂直 条紋方_

ii

对编碍值进行儀償即可;，可減少运算量/聲保持原

始数据的有效性。对于已保存特征点数据的每一軒的插值步 骤如下::：

心从此行数据的第J+个点为基准点循环操作(从第一个点到 此行数据的倒数第二个点为止，在此点和下个点之间插值〉。

^)第/ + 1个点的像素索引列坐标与第i个点的像素素引 列坐标之蠢秦于插值菌值，则迸行插值处理肩卿返回。

c)

取第/个處的像章索引列坐标值到第i+ + 1个点的•素¥1到廉标值之间的素11到坐标若* K好被插偉闻隔知 整餘，则进行插憤，否则返回4.。

d

) 找到了插值處，对此点座插人的编码值迸行插鲁计舅：。

e)

倮存此点的插值像素素钥行列:墨#以及插人的编码 偉返_&)_餐找下一1这样就可以利用像素索引值和输码值在设定的点进行插 值。插值阈值參換定抽两点间插值像素点的最小值居两点像 奪间隔大于插值，偉興不插值j猶值间隔为设定的掛直像素间 隔大小，决定了插值的密度以及生成点云的密度大小P

在插值过程中，针对三维坐标点与像素索引值和编码值一 一 11-泡关系对像素索引值和像.编码值进行插值，从而间接 地对三维空间坐标点行插值s利用此方法对特征点点云插 值再进行三维计算后与三维实__间寒标均勻捷值藤比，此方 法插值后计算赛到的三维空间点羞虽然is

维幽标空M中沭

严格均匀分布，但是也能取得非常不错的效果，并且也有利于

对点云数据的P

步处理a

2.3点云生成三角网格曲面

随着三维点云采集技术的快速发展，从三维点云构建网格 模型的鱗越来越多《点g网格建模技术麵餍决裳了能齊 有效地将点沄数据转换成高质量的三维数字模型，从而为快速 制造技术握供前_基础。点3三角网格生成操作是点云数据 处理中非常重要的内容，其算法在一定程度上影响#桌云数据 的处理和点云建模的效率^14]。实测点云常包含大暈的数据 纛，三角网格化算法往往基于点云的实际坐标因而比较复杂， 这T*大规瘼点云的处理被率。

在本文的处理中，在原始点云被找到的情况下，同时记录 其像素索引值及实际三维坐标值，其像素索引值和三维樂标值 *一一•对应的:3这里根据像素的索€值_三维蠢标的一一m 应关系间接对点云瑜三维坐标僮进行三倉网格化，这筒化

法的难度。在此利用像素索钮值对点云数据进行有效排列，即 对三维坐标值点云三角网格的顶点序号进行有效排列s

在点云生成三角网格过程中，同时在已保存的两行数据上

进行三角片顶点排序。图5为不考虑边界情况下的点云分布 憧况，分为不缺少任何特征点、第一行缺少特&点:和第二:抒缺 少特征屬H种情况.〇,.行1方 询为__行条致：方询，刻方向为讀宣_ 纹方向，同时搜索第^行和第z +1冇保存的数据，在列方向由 宁_值肩每列_间隔^0为等值像素宽度.A*，对于已保存的插值 后的数据三:焉网格化步骤如下•，

a)

列方向的像素索引值$从〇开始累加循环操作，每次累 加等值像素宽度

b)

首先找到第f‘行的第厶个点的数据，判断其像素索引值 響f b即为第一个焱a,否卿返同S)。

c)

再找到第+1行的第乂个点的数据，判断其像素索引列

坐标值等于i

即为第二个点6,否则返商a>,。设寶％的

嵐画是防止对应_索€值I銳有对處的点，这样就可以继參性 后摟索，个知像f间隔故菌財_断点a和点&对应«三维坐 标距离是否满足两格化阈僮条件；^进而審到有敏的# 6。

d) 再找到第i:行的第个点的数据，判断其像素索引列坐 标慎等于a； + \\

A*,即为第三个處為杏则返0

a>。的设置

与％同:虜9同射判断点《和c对處的3維貪标距离是杏满足

网袼化阈僵条件，进而糧到有效的点te) 若点6没有在点c的左下方U6為丄则停止，返回3)继

续循环查找。否则继续寻找第四个点，找到第/ +1行力个

点的数据，判断其像素索引列坐标值等于+〜紅即为第四个 点 < 〜的设置与％為，闻理。同时判断点6和1^对应'的三维 坐标躯离是杳满足两格化阈值条件，进而籍到有效的点‘

0若点d不在点c的右下方,厕把点rf值赋给点6,寻找点

6的后^点作为点‘再判断是否满足步骤e)的条件,逐次判

斯循环，直到点_^的春下方为

这样.两行之间衝环查翁，就可1把邻近点都甩兰角网格连 接起乘。注意?%.、》11、％.的取值,在邊^#在的情况下保班便 霧点3 *点&的左下方，这样微就可以避兔某些点重复计数。

翁于OpmGL在显示三维圈像并进行颜色爐染OT_过程中 了三角片顶点连接的顺序，这里采用逆时针排列为正,故 保存点云时需按规律排列。插直之辰的点云数据进行三角网 格化连接之后就成为与现实世#柑匹配的三维曲面。

2.4纹理映射

在得到三维点云的处理过程中，只是为了得到点云上的三 维娜鑛”这并不包含每个点上的颜色值。为了增加三擊成 像的真实感，需要为点云贴上真实的纹理颜色值。

紋理映射技术是把二雒的纹理虜像映射到H.维物体的表 面，其关键的控术就甚建立物体三维坐标和纹理图像坐标 之间的对应关系.，即靖堂狹.射;寿程B.

如图6辨示,只棄建意费词点和影像圏间_关系，就宵以 得到叠饲点云扼对应的颜色致理債;3本文中对点云的间接插 值以座三角柯格化处理短福中，一直采用的蠢对叠询点云对应 的影像特征信息进行处理,同时含有点云的三维坐标信息以及 影像16标儀！，:故不■要建立映射方涯顧接可以从故_#

图中取出点云所对应的P[纖颜色，直接加载■三難;空间点云

中，即贴上纹理颜色。，

本方法同时保存了点云的实际三维坐标值以及对应影像 图中的像倉拿引里_，故能够精确得到每一点的_:色_。袁云

：象素 • 2876 •计算机应用研究第33卷

网格化后再进行颜色t宣染，就可以看到与真实物体相符的三维 立体图Q

3三维重建实验及分析

3.1石膏像三维重建

利用本文提出的特征点提取方法对石膏模型进行特征点 提取，再编码计算得到三维点云图，如图7 ( b)所示，对比只提 取亮条纹特征点的情况（图7 ( a)),可以明显看出此方法能够 提取更多的特征点，取得更好的分辨率效果。利用本文提出的 方法得到的条纹特征点个数为5 436个，与只能找到2 736个 亮条纹的中心特征点相比，物体的特征点数目提高了将近一 倍《在对所有条纹进行特征点提取的基础上，对特征点像素索 引值和编码值进行插值，再经过三维计算后得到的三维点云效 果图如图8所示0

图8(a)为Yl丨f人头像的整体效果图，图8(b)为局部放大 图*可看到利用此方法得到的三维点云虽然在三维实际空间 中不严格均匀分布，但是也取得了非常好的整体显示效果。利 用此方法经过插值之后得到的点云数目达到8 341个，增加了 特征点的数量。在点云插值后的基础上，利用本文中的方法对 石膏像三维点云进行三食网格化处理，能够得到16 153个三 角片,再利用OpenGL三维显示得到的效果图如图8所示。图

9(a)为

像整体效果图，图9(b)为石膏像的局部方法图。

可以看到利用此方法得到的网格图像非常清晰。

(a)亮条纹

（b)所有条纹

14征^云

云

⑷整体图 （b)局部放大图

图7特征点云图8石膏像插值后的点云图像

最后在以上基础上对石膏人头进行三维重建并加上颜色 渲染，之后用OpenGL显示的三维效果图如图10所示可以 看出，得到的三维重构效果图与实际石膏人头模型非常相符， 取得了非常逼真的显示效果。

(a)整体图 （b)局部放大图 （a)正面 （b)侧面

图9点云三角网格化后效果图图10石膏像三维重建效果图

3.2人脸三维重建

由石膏像的三维重建过程可以证明本文方法的有效性，现 在对实际人脸进行三维重建。石膏像表面对结构光的反射相 对清晰，得到的图片条纹亮暗对比相对明显。但是I由于人脸的

特殊性，不同区域对光照反射率的不同，人脸纹理信息对光照 变化相对比较敏感，在不同强度和角度的光照条件K获得的人 脸图像在像素级上有较大的差异，对三维成像增加了难度。

利用本文的整体阈值和滑动窗口阈值相结合的方法，阈值 会随着图像中像素点的不同而变化，可以有效地提取到实际人 脸面部的特征点。图11 U)为利用此方法提取到的特征点点 云，总共有7 082个点；图

11 ( b

)为利用像素索引值为中间媒

介插值后计算得到的三维点云图，插值后的点云数量增加到

10 740

个；图

11 (C)为点云三角网格化后的效果图，共有

20 773个三角形。通过这一系列处理，人脸面部显示图像逐渐

变得清晰，莽且有利于点云数据的进一步处理。

(a)原始点云

（b)插值后点云 （c)三角网格化效果图

图11人脸面部三维重建过程

在Jh述操作的基础上,对实际人脸面部进行三维重建并加 上纹理映射进行颜色渲染之后用OpenGL显示的三维效果图 如图12所示。从图中可以看到，人脸面部稍微复杂的局部特 征如鼻子、眼睛、嘴巴等也非常清晰，使用本文提出的方法对实 际人脸进行三维重构也取得了非常好的三维显示效果

3.3实验精度分析

利用本文提出的结构光成像方法对实际的平板（高150

mm，宽

280 mm)进行三维表面成像，相机距离平板470 mm。

由于边界的特殊情况，在成像过程中不能确定边界能够成功提 取到特征点并且正确编码，计算得到的特征点三维坐标也无法

确定与实际测量得到的平板面上点的三维坐标一一对应，并且

逐一测量平板上点的三维坐标「.作彳[•人开//存:汉乃，X法保证. 平板与像平面平行。在此把利用本文方法计算得到的点云三 维空间坐标数据利用MATLAB进行处理，并利用最小二乘法 进行拟合对得到的平面进行分析。

如图13所以界到点

A

基本都处于平面上，符合度比

较高。通过计算得到坐标原点（即相机位置）到拟合平面的距 离*470. 15 mm，与实测距离误差很小，犮叨了此分析方法的 有效性。为进一步量化分析，计算每一点到拟合平面的距离， 并且把计算得到的数据以〇. 〇1 mm为K |1彳巾位进行划分并统 计得到付‘KW内的概率密度分布以及概率分布。

如图14所示为经过统计之后的概率密度以及概率随点到 平面距离的变化情况e可以看到距离误差概率密度分布曲线 从0到0. 1 mm的概率密度较大并逐渐减小，以差到〇. 2 mm 以上的概率密度基本为〇;经测量得到的三维点云有大约90% 的数据的距离误差控制在〇. 1 mm以内，基本所有的点云数据 都在0.2 mm误差范围内。

.第_9期孙庆科，.等:基于结构光的三雜点云重建方法.研究

[2]

• 2877 •

Geng J. DLP-based structured light 3D imaging technologies and ap­plications [ C]// Proc of SPIE, Emerging Digital Micromirror Device Based System & Applications. 2011 ：79320B-79320B-15.

[3] 苏昱渝，张启灿，陈文静.结构光三维成像技术[J].中国激光，

2014,41(2) ：1-10.

[4 ]

李勇，陈云富，金洪震，等.三维成像中的二值时空编码照明方法

[J].光学学报，2009，29(3) :670-675.

[5] Rodrigues M, Kormann M, Schuhler C

t et al.

Structured light tech­

图1

3

三维点云及拟合平面 图1

4

点到平面数据分析

niques for 3D surface reconstruction in robotic tasks[ C]//Proc of the 8th International Conference on Computer Recognition Systems. [ S. 1. ]: Springer International Publishing,2013:805-814.

[6]

Robinson A, Alboul L, Rodrigues M. Methods for indexing stripes in uncoded structured light scanning systems 2004,12(3) ：371-378.

[7]

Brink W, Robinson A, Rodrigues M A. Indexing uncoded stripe pat­terns in structured light systems by maximum spanning trees [ C ] // Proc of the British Machine Vision Conference. 2008 ：1-10.

[8]

Tsai W H. Moment-preserving thresolding： a new approach [ J ].

由:以上数据可誉到本方法穩到物体表面的HI隹图像能 够达到实验的•度要求。.苹.文方法_与传鋒方法粗比，能够得到 更多的特征点数据并旦引人像素索引值间接对三维点云进行 处理，使得过程更加简洁，而且在实规立体显示过程中能够精 确得到鐘一羞的颜色值，精确得到与实际空间实物虐本相同的 显示效果> 实现真加精细化更:加逼真_3雜糢型重歯D

[J]. Journal of WSCG,

4结束语

本文整体设计及实现了条纹结构光三维霉构系馨，使用整

Computer Vision, Graphics，and Image Processing，1985，29 (3) ：377-393.

[9

] 梅天灿，仲思东，何对燕.可变环境光照条件下的结构光条纹检测 [J].仪器仪表学报，2011，32(12) :2794-2801.

[10] 秦绪佳，赵海，张勤锋，等.基于边界信息的结构光编解码方法

[J].计算机辅助设计与图形学学报，2〇14,26(6) :879-888.

[11] Jia Zhaoyin, Chang Yaojen, Lin Tzunghan,

体阈值与局部滑动阈值相结合的方法，能够更加有效地提取到 条致的特載点;以像素索钥值为中间媒介，能够更加方便地对 数据进行编码直插值计算并太大降低了数据插直的难度;同 时提出利用像素索引値为媒介的点云三角网格化方法,利用像 素索引值简化了点®三角网格化处理过程，并旦能够精确得到 每个:点上的颜色値并进•颜色渲染a通过看K膏像和实_人 ■成像可以看到本立羞建方法取得T_膏好®3维显示效果。

本文使用的方法避免了直接利用点云三维空间坐标进行 插值和网格化的繁杂,以像素索引值为媒介，为点云插值和点. 云网格化处理提供了新思路a 参考文献：

[1 ]

Koninckx T P, Griesser A, Gool L V. Real-time range scanning of deformable surfaces by adaptively coded structured light[ C]//Proc of the 4th IEEE International Conference on 3D Digital Imaging and Modeling. 2003 ：293-300.

et al. Dense interpolation

of 3D points based on surface and color[ C]//Proc of the 18th IEEE International Conference on Image Processing. [ S. 1. ] ： IEEE Press, 2011:869-872.

[12] Fantoni C, Hilger J D, Gerbino W,

et al.

Surface interpolation and

3D relatability[J]. Journal of Vision，2008,8(7): 1-19.

[13] 曾锋，杨通，姚山.点云重构三角网格的生长型神经气算法[J].

软件学报，2013,24(3):651-662.

[14] 徐杰.一种基于立方格的散乱点云曲面网格化方法[J].北京大

学学报：自然科学版，2014，50(2) :228-234.

[15] 于晓洋，赫佳峦，黄明，等.应用彩色图像的结构光重构三维表面

颜色渲染[«[].光学精密工程，2009,17(10):2561-2568.

[8 ]

Baron D, Wakin M B, Duarte M F, ef

(-上接#

2872页.)影响了植縮感知图像的蠢建质量,下一步将针 al.

Distributed compressed

对更新方向上的鳥限性进行算法改进，以_取得更好的重建 娜.参考文献：

[

[9]

sensing[EB/OL] . 2006(2015-03-08). http：/ /www. dsp. rice, edu/ ~ drorb/ pdf/DCSl 12005. pdf.

Baraniuk R, Cevher V, Marco T D , ei sensing [J].

al.

Model-based compressive

):

IEEE Trans on Information Theory ,2010,56 ( 4

1 ]

Donoho D. Compressed sensing [ J].

IEEE Trans on Information

1982-2001.

[10] Donoho D L, Tsaig Y, Drori I,

Theory，2006,52 (4): 12-1306.

[2]

Candes E. Compressive sampling[ C]//Proc of International Congress of Mathematicians. 2006 ： 1433-1452.

[3]

Candes E, Romberg J, Tao T,

et al.

Sparse solution of underdeter­

mined linear equations by stage wise orthogonal matching pursuit[J].

et al.

Robust uncertainty principles：

IEEE Trans on Information Theory,2006,58(2) ： 1094-1121.

[11] 李树涛，魏丹.压缩传感综述[J].自动化学报，2009,35(11):

1369-1377.

[12] Mallat S，Zhang Zhifeng. Matching pursuits with time-frequency dic­

tionaries [ J ] . 3397-3415.

exact signal reconstruction from highly incomplete frequency informa­tion [J]. 509.

[4

] 余青山，徐平.一种新的分块压缩传感图像重建算法[J].东南

IEEE Trans on Information Theory,2006,52 (2) ：4-

IEEE Trans on Signal Process,

1993,

41 (12)：

大学学报，2011，41(7):27-31.

[5

]

练秋生，陈书贞.基于混合基稀疏图像表示的压缩传感图像重构 [13] Hestenes M R, Stiefel E L. Methods of conjugate gradients for solving

linear systems [ J ].

[J].自动化学报，2〇1〇,36(3):385_391.

[6

]

Journal of Research of the National Bureau

史久根，吴文婷.基于压缩感知的图像重构算法[J].计算机工

of Standards, 1952, 49(6) ：409-436.

程，2014,40(2):229-232.

[7]

Boufounos P T, Baraniuk R G. 1-bit compressive sensing['C]//Proc of the 42nd Annual Conference on Information Science and Systems. 2008：16-21.

[14] 李志林.图像压缩感知重建算法研究[D].北京：北京交通大学，

2012.

[15] Blumensath T, Davies M E. Gradient pursuits[ J].

IEEE Trans on

Signal Processing, 2008,56(6) ：2370-2382.