當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

三维重建：Kinect几何映射-SDK景深数据处理

發(fā)布時間：2023/12/31 编程问答 44 豆豆

生活随笔收集整理的這篇文章主要介紹了三维重建：Kinect几何映射-SDK景深数据处理小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

???????? 此文大量使用XML，非C類的代碼，看看圖即可。

???????? 原文鏈接：Kinect for Windows SDK開發(fā)入門(五)：景深數(shù)據(jù)處理

3. 對物體進行測量

??? 像上篇文章中對深度值測量原理進行討論的那樣，像素點的X，Y位置和實際的寬度和高度并不一致。但是運用幾何知識，通過他們對物體進行測量是可能的。每一個攝像機都有視場，焦距的長度和相機傳感器的大小決定了視場角。Kinect中相機的水平和垂直視場角分別為57°和43°。既然我們知道了深度值，利用三角幾何知識，就可以計算出物體的實際寬度。示意圖如下：

????????

??? 圖中的公式在某些情況下可能不準(zhǔn)確，Kinect返回的數(shù)據(jù)也有這個問題。這個簡化的公式并沒有考慮到游戲者的其他部分。盡管如此，公式依然能滿足大部分的應(yīng)用。這里只是簡單地介紹了如何將Kinect數(shù)據(jù)映射到真實環(huán)境中。如果想得到更好的精度，則需要研究Kinect攝像頭的焦距和攝像頭的尺寸。

??? 在開始寫代碼前，先看看上圖中的公式。攝像頭的視場角是一個以人體深度位置為底的一個等腰三角形。人體的實際深度值是這個等腰三角形的高。可以將這個等腰三角形以人所在的位置分為兩個直角三角形，這樣就可以計算出底邊的長度。一旦知道了底邊的長度，我們就可以將像素的寬度轉(zhuǎn)換為現(xiàn)實中的寬度。例如：如果我們計算出等腰三角形底邊的寬度為1500mm，游戲者所占有的總象元的寬度為100，深度影像數(shù)據(jù)的總象元寬度為320。那么游戲者實際的寬度為468.75mm((1500/320)*100)。公式中，我們需要知道游戲者的深度值和游戲者占用的總的象元寬度。我們可以將游戲者所在的象元的深度值取平均值作為游戲者的深度值。之所以求平均值是因為人體不是平的，這能夠簡化計算。計算人物高度也是類似的原理，只不過使用的垂直視場角和深度影像的高度。

??? 知道了原理之后，就可以開始動手寫代碼實現(xiàn)了。先創(chuàng)建一個新的項目然后編寫發(fā)現(xiàn)和初始化KinectSensor的代碼，將DepthStream和SkeletonStream均初始化，然后注冊KinectSnsor的DepthFrameReady事件。主UI界面中的代碼如下：

? ? ? 使用ItemControl的目的是用來顯示結(jié)果。方法創(chuàng)建了一個對象來存放用戶的深度數(shù)據(jù)以及計算得到的實際寬度和高度值。程序創(chuàng)建了一個這樣的對象數(shù)組。他是ItemControl的ItemsSource值。UI定義了一個模板用來展示和游戲者深度值相關(guān)的數(shù)據(jù)，這個模板使用的對象取名為PlayerDepthData。下面的名為ClaculatePlayerSize的方法將作為DepthFrameReady事件發(fā)生時執(zhí)行的操作。

private void KinectDevice_DepthFrameReady(object sender, DepthImageFrameReadyEventArgs e) {using (DepthImageFrame frame = e.OpenDepthImageFrame()){if (frame != null) {frame.CopyPixelDataTo(this._DepthPixelData);CreateBetterShadesOfGray(frame, this._DepthPixelData);CalculatePlayerSize(frame, this._DepthPixelData);}} }private void CalculatePlayerSize(DepthImageFrame depthFrame, short[] pixelData) {int depth;int playerIndex;int pixelIndex;int bytesPerPixel = depthFrame.BytesPerPixel;PlayerDepthData[] players = new PlayerDepthData[6];for (int row = 0; row < depthFrame.Height; row++){for (int col = 0; col < depthFrame.Width; col++){pixelIndex = col + (row * depthFrame.Width);depth = pixelData[pixelIndex] >> DepthImageFrame.PlayerIndexBitmaskWidth;if (depth != 0){playerIndex = (pixelData[pixelIndex] & DepthImageFrame.PlayerIndexBitmask) - 1;if (playerIndex > -1){if (players[playerIndex] == null) {players[playerIndex] = new PlayerDepthData(playerIndex + 1, depthFrame.Width, depthFrame.Height);}players[playerIndex].UpdateData(col, row, depth);}}}}PlayerDepthData.ItemsSource = players; }

?? 粗體部分代碼中使用了PlayerDepthData對象。CalculatePlayerSize方法遍歷深度圖像中的象元，然后提取游戲者索引位及其對應(yīng)的深度值。算法忽略了所有深度值為0的象元以及游戲者之外的象元。對于游戲者的每一個象元，方法調(diào)用PlayerDepthData對象的UpdateData方法。處理完所有象元之后，將游戲者數(shù)組復(fù)制給名為PlayerDepthData的ItemControl對象的數(shù)據(jù)源。對游戲者寬度高度的計算封裝在PlayerDepthData這一對象中。

??? PlayerDepthData對象的代碼如下：

class PlayerDepthData {#region Member Variablesprivate const double MillimetersPerInch = 0.0393700787;private static readonly double HorizontalTanA = Math.Tan(57.0 / 2.0 * Math.PI / 180);private static readonly double VerticalTanA = Math.Abs(Math.Tan(43.0 / 2.0 * Math.PI / 180));private int _DepthSum;private int _DepthCount;private int _LoWidth;private int _HiWidth;private int _LoHeight;private int _HiHeight;#endregion Member Variables#region Constructorpublic PlayerDepthData(int playerId, double frameWidth, double frameHeight){this.PlayerId = playerId;this.FrameWidth = frameWidth;this.FrameHeight = frameHeight;this._LoWidth = int.MaxValue;this._HiWidth = int.MinValue;this._LoHeight = int.MaxValue;this._HiHeight = int.MinValue;}#endregion Constructor#region Methodspublic void UpdateData(int x, int y, int depth){this._DepthCount++;this._DepthSum += depth;this._LoWidth = Math.Min(this._LoWidth, x);this._HiWidth = Math.Max(this._HiWidth, x);this._LoHeight = Math.Min(this._LoHeight, y);this._HiHeight = Math.Max(this._HiHeight, y);}#endregion Methods#region Propertiespublic int PlayerId { get; private set; }public double FrameWidth { get; private set; }public double FrameHeight { get; private set; }public double Depth{get { return this._DepthSum / (double)this._DepthCount; }}public int PixelWidth{get { return this._HiWidth - this._LoWidth; }}public int PixelHeight{get { return this._HiHeight - this._LoHeight; }}public string RealWidth{get{double inches = this.RealWidthInches; return string.Format("{0:0.0}mm", inches * 25.4); }}public string RealHeight{get{double inches = this.RealHeightInches;return string.Format("{0:0.0}mm", inches * 25.4); }}public double RealWidthInches{get{double opposite = this.Depth * HorizontalTanA;return this.PixelWidth * 2 * opposite / this.FrameWidth * MillimetersPerInch;}}public double RealHeightInches{get{double opposite = this.Depth * VerticalTanA;return this.PixelHeight * 2 * opposite / this.FrameHeight * MillimetersPerInch;}}#endregion Properties }

?? 單獨編寫PlayerDepthData這個類的原因是封裝計算邏輯。這個類有兩個輸入點和兩個輸出點。構(gòu)造函數(shù)以及UpdateData方法是兩個輸入點。ReadlWith和RealHeight兩個屬性是兩個輸出點。這兩個屬性是基于上圖中的公式計算得出的。公式使用平均深度值，深度數(shù)據(jù)幀的寬度和高度，和游戲者總共所占有的象元。平均深度值和所有的象元是通過參數(shù)傳入到UpdateData方法中然后計算的出來的。真實的寬度和高度值是基于UpdateData方法提供的數(shù)據(jù)計算出來的。下面是我做的6個動作的不同截圖，右邊可以看到測量值，手上拿了鍵盤用來截圖。

??? 以上測量結(jié)果只是以KinectSensor能看到的部分來進行計算的。拿上圖1來說。顯示的高度是1563mm，寬度為622mm。這里高度存在偏差，實際高度應(yīng)該是1665左右，可能是腳部和頭部測量有誤差。以上代碼可以同時測量6個游戲者，但是由于只有我一個人，所以做了6個不同的動作，截了6次圖。還可以看到一點的是，如上面所討論的，當(dāng)只有一個游戲者時，游戲者索引值不一定是從1開始，從上面6幅圖可以看出，進出視野會導(dǎo)致游戲者索引值發(fā)生變化，值是不確定的。

4.深度值圖像和視頻圖像的疊加

? ?? ? 在之前的例子中，我們將游戲者所屬的象元用黑色顯示出來，而其他的用白色顯示，這樣就達到了提取人物的目的。我們也可以將人物所屬的象元用彩色表示，而將其他部分用白色表示。但是，有時候我們想用深度數(shù)據(jù)中游戲者所屬的象元獲取對應(yīng)的彩色影像數(shù)據(jù)并疊加到視頻圖像中。這在電視制作和電影制作中很常見，這種技術(shù)叫做綠屏摳像，就是演員或者播音員站在綠色底板前，然后錄完節(jié)目后，綠色背景摳出，換成其他場景，在一些科幻電影中演員不可能在實景中表演時常采用的造景手法。我們平常照證件照時，背景通常是藍色或者紅色，這樣也是便于選取背景顏色方便摳圖的緣故。在Kinect中我們也可以達到類似的效果。Kinect SDK使得這個很容易實現(xiàn)。

? ? ? Note:這是現(xiàn)實增強的一個基本例子，現(xiàn)實增應(yīng)用非常有趣而且能夠獲得非常好的用于體驗。許多藝術(shù)家使用Kinect來進行現(xiàn)實增強交互時展覽。另外，這種技術(shù)也通常作為廣告和營銷的工具。

? ? ? 前面的例子中，我們能夠判斷哪個像素是否有游戲者。但是這個只能對于景深數(shù)據(jù)使用。不幸的是，景深數(shù)據(jù)影像的象元不能轉(zhuǎn)換到彩色影像中去，即使兩者使用相同的分辨率。因為這兩個攝像機位于Kinect上的不同位置，所以產(chǎn)生的影像不能夠疊加到一起。就像人的兩只眼睛一樣，當(dāng)你只睜開左眼看到的景象和只睜開右眼看到的景象是不一樣的，人腦將這兩只眼睛看到的景物融合成一幅合成的景象。

? ? ? 幸運的是，Kinect SDK提供了一些方法來方便我們進行這些轉(zhuǎn)換，這些方法位于KinectSensor對象中，他們是MapDepthToColorImagePoint，MapDepthToSkeletonPoint，MapSkeletonPointToColor和MapSkeletonPointToDepth。在DepthImageFrame對象中這些方法的名字有點不同(MapFromSkeletonPoint,MapToColorImagePoint及MapToSkeletonPoint)，但功能是相似的。在下面的例子中，我們使用MapDepthToColorImagePoint方法來將景深影像中游戲者所屬的象元轉(zhuǎn)換到對應(yīng)的彩色影像中去。細(xì)心的讀者可能會發(fā)現(xiàn)，沒有一個方法能夠?qū)⒉噬跋裰械南笤D(zhuǎn)換到對應(yīng)的景深影像中去。

?? ??? 創(chuàng)建一個新的工程，添加兩個Image對象。第一個Image是背景圖片。第二個Image是前景圖像。在這個例子中，為了使景深影像和彩色影像盡可能的接近，我們采用輪詢的方式。每一個影像都有一個Timestamp對象，我們通過比較數(shù)據(jù)幀的這個值來確定他們是否足夠近。注冊KinectSensor對象的AllFrameReady事件，并不能保證不同數(shù)據(jù)流產(chǎn)生的數(shù)據(jù)幀時同步的。這些幀不可能同時產(chǎn)生，但是輪詢模式能夠使得不同數(shù)據(jù)源產(chǎn)生的幀能夠盡可能的夠近。下面的代碼展現(xiàn)了實現(xiàn)方式:

private KinectSensor _KinectDevice; private WriteableBitmap _GreenScreenImage; private Int32Rect _GreenScreenImageRect; private int _GreenScreenImageStride; private short[] _DepthPixelData; private byte[] _ColorPixelData; private bool _DoUsePolling;private void CompositionTarget_Rendering(object sender, EventArgs e) {DiscoverKinect();if (this.KinectDevice != null){try{using (ColorImageFrame colorFrame = this.KinectDevice.ColorStream.OpenNextFrame(100)){using (DepthImageFrame depthFrame = this.KinectDevice.DepthStream.OpenNextFrame(100)){RenderGreenScreen(this.KinectDevice, colorFrame, depthFrame);}}}catch (Exception){//Do nothing, because the likely result is that the Kinect has been unplugged. }} }private void DiscoverKinect() {if (this._KinectDevice != null && this._KinectDevice.Status != KinectStatus.Connected){UninitializeKinectSensor(this._KinectDevice);this._KinectDevice = null;}if (this._KinectDevice == null){this._KinectDevice = KinectSensor.KinectSensors.FirstOrDefault(x => x.Status == KinectStatus.Connected);if (this._KinectDevice != null){InitializeKinectSensor(this._KinectDevice);}} }private void InitializeKinectSensor(KinectSensor sensor) {if (sensor != null) {sensor.DepthStream.Range = DepthRange.Default;sensor.SkeletonStream.Enable();sensor.DepthStream.Enable(DepthImageFormat.Resolution640x480Fps30);sensor.ColorStream.Enable(ColorImageFormat.RgbResolution1280x960Fps12);DepthImageStream depthStream = sensor.DepthStream;this._GreenScreenImage = new WriteableBitmap(depthStream.FrameWidth, depthStream.FrameHeight, 96, 96, PixelFormats.Bgra32, null);this._GreenScreenImageRect = new Int32Rect(0, 0, (int)Math.Ceiling(this._GreenScreenImage.Width), (int)Math.Ceiling(this._GreenScreenImage.Height));this._GreenScreenImageStride = depthStream.FrameWidth * 4;this.GreenScreenImage.Source = this._GreenScreenImage;this._DepthPixelData = new short[this._KinectDevice.DepthStream.FramePixelDataLength];this._ColorPixelData = new byte[this._KinectDevice.ColorStream.FramePixelDataLength];if (!this._DoUsePolling){sensor.AllFramesReady += KinectDevice_AllFramesReady;}sensor.Start();} }private void UninitializeKinectSensor(KinectSensor sensor) {if (sensor != null){sensor.Stop();sensor.ColorStream.Disable();sensor.DepthStream.Disable();sensor.SkeletonStream.Disable();sensor.AllFramesReady -= KinectDevice_AllFramesReady;} }以上代碼有三個地方加粗。第一地方引用了RenderGreenScreen方法。第二個和第三個地方我們初始化了彩色和景深數(shù)據(jù)流。當(dāng)在兩個圖像之間轉(zhuǎn)換時，將彩色圖形的分辨率設(shè)成景深數(shù)據(jù)的兩倍能夠得到最好的轉(zhuǎn)換效果。RenderGreenScreen方法中執(zhí)行實際的轉(zhuǎn)換操作。首先通過移除沒有游戲者的象元創(chuàng)建一個新的彩色影像。算法遍歷景深數(shù)據(jù)的每一個象元，然后判斷游戲者索引是否有有效值。然后獲取景深數(shù)據(jù)中游戲者所屬象元對應(yīng)的彩色圖像上的象元，將獲取到的象元存放在象元數(shù)組中。代碼如下：private void RenderGreenScreen(KinectSensor kinectDevice, ColorImageFrame colorFrame, DepthImageFrame depthFrame) {if (kinectDevice != null && depthFrame != null && colorFrame != null){int depthPixelIndex;int playerIndex;int colorPixelIndex;ColorImagePoint colorPoint;int colorStride = colorFrame.BytesPerPixel * colorFrame.Width;int bytesPerPixel = 4;byte[] playerImage = new byte[depthFrame.Height * this._GreenScreenImageStride];int playerImageIndex = 0;depthFrame.CopyPixelDataTo(this._DepthPixelData);colorFrame.CopyPixelDataTo(this._ColorPixelData);for (int depthY = 0; depthY < depthFrame.Height; depthY++){for (int depthX = 0; depthX < depthFrame.Width; depthX++, playerImageIndex += bytesPerPixel){depthPixelIndex = depthX + (depthY * depthFrame.Width);playerIndex = this._DepthPixelData[depthPixelIndex] & DepthImageFrame.PlayerIndexBitmask;if (playerIndex != 0){colorPoint = kinectDevice.MapDepthToColorImagePoint(depthFrame.Format, depthX, depthY, this._DepthPixelData[depthPixelIndex], colorFrame.Format);colorPixelIndex = (colorPoint.X * colorFrame.BytesPerPixel) + (colorPoint.Y * colorStride);playerImage[playerImageIndex] = this._ColorPixelData[colorPixelIndex]; //Blue playerImage[playerImageIndex + 1] = this._ColorPixelData[colorPixelIndex + 1]; //GreenplayerImage[playerImageIndex + 2] = this._ColorPixelData[colorPixelIndex + 2]; //RedplayerImage[playerImageIndex + 3] = 0xFF; //Alpha}}}this._GreenScreenImage.WritePixels(this._GreenScreenImageRect, playerImage, this._GreenScreenImageStride, 0);} }

?? ? PlayerImage位數(shù)組存儲了所有屬于游戲者的彩色影像象元。從景深數(shù)據(jù)對應(yīng)位置獲取到的彩色影像象元的大小和景深數(shù)據(jù)象元大小一致。與景深數(shù)據(jù)每一個象元占兩個字節(jié)不同。彩色影像數(shù)據(jù)每個象元占4個字節(jié)，藍綠紅以及Alpha值各占一個字節(jié)，在本例中Alpha值很重要，它用來確定每個象元的透明度，游戲者所擁有的象元透明度設(shè)置為255(0xFF)不透明而其他物體則設(shè)置為0，表示透明。

??? MapDepthToColorImagePoint方法接受景深象元位置以及深度值，返回對應(yīng)的對應(yīng)彩色影像中象元的位置。剩下的代碼獲取游戲者在彩色影像中的象元并將其存儲到PlayerImage數(shù)組中。當(dāng)處理完所有的景深數(shù)據(jù)象元后，代碼更新Image的數(shù)據(jù)源。運行程序后，需要站立一段時間后人物才能夠顯示出來，如果移動太快，可能出來不了，因為景深數(shù)據(jù)和彩色數(shù)據(jù)不能夠?qū)R，可以看到任務(wù)輪廓有一些鋸齒和噪聲，但要處理這些問題還是有點麻煩的，它需要對象元進行平滑。要想獲得最好的效果，可以將多幀彩色影像合稱為一幀。運行程序后結(jié)果如下圖，端了個鍵盤，人有點挫：

?????????

5.結(jié)語

??? 本文首先介紹了關(guān)于景深數(shù)據(jù)的簡單圖像數(shù)據(jù)，包括景深數(shù)據(jù)的直方圖顯示以及一些圖像處理相關(guān)的算法，然后介紹了景深數(shù)據(jù)中的游戲者索引位，借助索引位，我們實現(xiàn)了人物寬度和高度的計算，最后借助景深數(shù)據(jù)結(jié)合彩色影像數(shù)據(jù)，將景深影像和視頻圖像進行了疊加。

??? 至此，景深數(shù)據(jù)處理介紹完了，后面將會開始介紹Kinect的骨骼追蹤技術(shù)，敬請期待。

??? 點擊此處下載本文所有代碼，希望對您了解Kinect SDK有所幫助！

總結(jié)

以上是生活随笔為你收集整理的三维重建：Kinect几何映射-SDK景深数据处理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。