计算机视觉
图像处理

一起做RGB-D SLAM (2)从图像到点云

文章目录

本讲中,我们将带领读者,编写一个将图像转换为点云的程序。该程序是后期处理地图的基础。最简单的点云地图即是把不同位置的点云进行拼接得到的。

当我们使用RGB-D相机时,会从相机里读到两种数据:彩色图像和深度图像。如果你有Kinect和ros,可以运行:

roslaunch openni_launch openni.launch

使Kinect工作。随后,如果PC连接上了Kinect,彩色图像与深度图像就会发布在 /camera/rgb/image_color 和 /camera/depth_registered/image_raw 中。你可以通过:

1 rosrun image_view image_view image:=/camera/rgb/image_color

来显示彩色图像。或者,你也可以在Rviz里看到图像与点云的可视化数据。

小萝卜:可是师兄!我现在手边没有Kinect,该怎么办啊!

师兄:没关系!你可以下载我们给你提供的数据。实际上就是下面两张图片啦!

小萝卜:怎么深度图是一团黑的呀!

师兄:请睁大眼睛仔细看!怎么可能是黑的!

小萝卜:呃……可是确实是黑的啊!

师兄:对!这是由于画面里的物体离我们比较近,所以看上去比较黑。但是你实际去读的话可是有数据的哦!

重要的备注:

  1. 这两张图来自于nyuv2数据集:http://cs.nyu.edu/~silberman/datasets/ 原图格式是ppm和pgm的,被我转成了png格式(否则博客园不让传……)。
  2. 你可以直接另存为这两个图,也可以到我的git里面获取这两个图。
  3. 实际Kinect里(或其他rgb-d相机里)直接采到的RGB图和深度图可能会有些小问题:
    • 有一些时差(约几到十几个毫秒)。这个时差的存在,会产生“RGB图已经向右转了,怎么深度图还没转”的感觉哦。
    • 光圈中心未对齐。因为深度毕竟是靠另一个相机获取的,所以深度传感器和彩色传感器参数可能不一致。
    • 深度图里有很多“洞”。因为RGB-D相机不是万能的,它有一个探测距离的限制啦!太远或太近的东西都是看不见的呢。关于这些“洞”,我们暂时睁一只眼闭一只眼,不去理它。以后我们也可以靠双边bayes滤波器去填这些洞。但是!这是RGB-D相机本身的局限性。软件算法顶多给它修修补补,并不能完全弥补它的缺陷。

不过请你放心,在我们给出的这两个图中,都进行了预处理。你可以认为“深度图就是彩色图里每个像素距传感器的距离”啦!

师兄:现在,我们要把这两个图转成点云啦,因为计算每个像素的空间点位置,可是后面配准、拼图等一系列事情的基础呢。比如,在配准时,必须知道特征点的3D位置呢,这时候就要用到我们这里讲到的知识啦!

小萝卜:听起来很重要的样子!

师兄:对!所以请读者朋友务必掌握好这部分的内容啦!

从2D到3D(数学部分)

上面两个图像给出了机器人外部世界的一个局部的信息。假设这个世界由一个点云来描述:X={x1,,xn}. 其中每一个点呢,有 r,g,b,x,y,z。一共6个分量,表示它们的颜色与空间位置。颜色方面,主要由彩色图像记录; 而空间位置,可以由图像和相机模型、姿态一起计算出来。

对于常规相机,SLAM里使用针孔相机模型(图来自http://www.comp.nus.edu.sg/~cs4243/lecture/camera.pdf ):

  简而言之,一个空间点[x,y,z]和它在图像中的像素坐标[u,v,d] (d指深度数据) 的对应关系是这样的:

u=xfx/z+cx;v=yfy/z+cy;d=zs

其中,fx,fy指相机在x,y两个轴上的焦距,cx,cy指相机的光圈中心,s指深度图的缩放因子。

小萝卜:好晕啊!突然冒出这么多个变量!

师兄:别急啊,这已经是很简单的模型了,等你熟悉了就不觉得复杂了。

这个公式是从(x,y,z)推到(u,v,d)的。反之,我们也可以把它写成已知(u,v,d),推导(x,y,z)的方式。请读者自己推导一下。不,还是我们来推导吧……公式是这样的:

z=d/s;x=(ucx)z/fx;y=(vcy)z/fy

怎么样,是不是很简单呢?事实上根据这个公式就可以构建点云啦。

通常,我们会把fx,fy,cx,cy这四个参数定义为相机的内参矩阵C,也就是相机做好之后就不会变的参数。相机的内参可以用很多方法来标定,详细的步骤比较繁琐,我们这里就不提了。给定内参之后呢,每个点的空间位置与像素坐标就可以用简单的矩阵模型来描述了:

s⎡⎣⎢uv1⎤⎦⎥=C⎛⎝⎜R⎡⎣⎢xyz⎤⎦⎥+t⎞⎠⎟

其中,Rt是相机的姿态。R代表旋转矩阵,t代表位移矢量。因为我们现在做的是单幅点云,认为相机没有旋转和平移。所以,把R设成单位矩阵I,把t设成了零。s是scaling factor,即深度图里给的数据与实际距离的比例。由于深度图给的都是short (mm单位),s通常为1000。

小萝卜:于是就有了上面那个(u,v,d)(x,y,z)的公式?

师兄:对!真聪明!如果相机发生了位移和旋转,那么只要对这些点进行位移和旋转操作即可。

从2D到3D (编程部分)

下面,我们来实现一个程序,完成从图像到点云的转换。请在上一节讲到的 代码根目录/src/ 文件夹中新建一个generatePointCloud.cpp文件:

touch src/generatePointCloud.cpp

小萝卜:师兄!一个工程里可以有好几个main函数么?

师兄:对呀,cmake允许你自己定义编译的过程。我们会把这个cpp也编译成一个可执行的二进制,只要在cmakelists.txt里作相应的更改便行了。

接下来,请在刚建的文件里输入下面的代码。为保证行文的连贯性,我们先给出完整的代码,然后在重要的地方加以解释。建议新手逐字自己敲一遍,你会掌握得更牢固。

// C++ 标准库
#include 
#include 
using namespace std;

// OpenCV 库
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

// PCL 库
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>

// 定义点云类型
typedef pcl::PointXYZRGBA PointT;
typedef pcl::PointCloud PointCloud; 

// 相机内参
const double camera_factor = 1000;
const double camera_cx = 325.5;
const double camera_cy = 253.5;
const double camera_fx = 518.0;
const double camera_fy = 519.0;

// 主函数 
int main( int argc, char** argv )
{
    // 读取./data/rgb.png和./data/depth.png,并转化为点云

    // 图像矩阵
    cv::Mat rgb, depth;
    // 使用cv::imread()来读取图像
    // API: http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imread#cv2.imread
    rgb = cv::imread( "./data/rgb.png" );
    // rgb 图像是8UC3的彩色图像
    // depth 是16UC1的单通道图像,注意flags设置-1,表示读取原始数据不做任何修改
    depth = cv::imread( "./data/depth.png", -1 );

    // 点云变量
    // 使用智能指针,创建一个空点云。这种指针用完会自动释放。
    PointCloud::Ptr cloud ( new PointCloud );
    // 遍历深度图
    for (int m = 0; m < depth.rows; m++)
        for (int n=0; n < depth.cols; n++)
        {
            // 获取深度图中(m,n)处的值
            ushort d = depth.ptr(m)[n];
            // d 可能没有值,若如此,跳过此点
            if (d == 0)
                continue;
            // d 存在值,则向点云增加一个点
            PointT p;

            // 计算这个点的空间坐标
            p.z = double(d) / camera_factor;
            p.x = (n - camera_cx) * p.z / camera_fx;
            p.y = (m - camera_cy) * p.z / camera_fy;
            
            // 从rgb图像中获取它的颜色
            // rgb是三通道的BGR格式图,所以按下面的顺序获取颜色
            p.b = rgb.ptr(m)[n*3];
            p.g = rgb.ptr(m)[n*3+1];
            p.r = rgb.ptr(m)[n*3+2];

            // 把p加入到点云中
            cloud->points.push_back( p );
        }
    // 设置并保存点云
    cloud->height = 1;
    cloud->width = cloud->points.size();
    cout<<"point cloud size = "<points.size()<<endl; cloud->is_dense = false;
    pcl::io::savePCDFile( "./pointcloud.pcd", *cloud );
    // 清除数据并退出
    cloud->points.clear();
    cout<<"Point cloud saved."<<endl;
    return 0;
}

程序运行需要数据。请把上面的那两个图存放在 代码根目录/data 下(没有这个文件夹就新建一个)。

我们使用OpenCV的imread函数读取图片。在OpenCV2里,图像是以矩阵(cv::MAt)作为基本的数据结构。Mat结构既可以帮你管理内存、像素信息,还支持一些常见的矩阵运算,是非常方便的结构。彩色图像含有R,G,B三个通道,每个通道占8个bit(也就是unsigned char),故称为8UC3(8位unsigend char, 3通道)结构。而深度图则是单通道的图像,每个像素由16个bit组成(也就是C++里的unsigned short),像素的值代表该点离传感器的距离。通常1000的值代表1米,所以我们把camera_factor设置成1000. 这样,深度图里每个像素点的读数除以1000,就是它离你的真实距离了。

接下来,我们按照“先列后行”的顺序,遍历了整张深度图。在这个双重循环中:

for (int m = 0; m < depth.rows; m++)
for (int n=0; n < depth.cols; n++)

m指图像的行,n是图像的列。它和空间点的坐标系关系是这样的:

深度图第m行,第n行的数据可以使用depth.ptr<ushort>(m) [n]来获取。其中,cv::Mat的ptr函数会返回指向该图像第m行数据的头指针。然后加上位移n后,这个指针指向的数据就是我们需要读取的数据啦。

计算三维点坐标的公式我们已经给出过了,代码里原封不动地实现了一遍。我们根据这个公式,新增了一个空间点,并放入了点云中。最后,把整个点云存储为 ./data/pointcloud.pcd 文件。

编译并运行

最后,我们在src/CMakeLists.txt里加入几行代码,告诉编译器我们希望编译这个程序。请在此文件中加入以下几行:

# 增加PCL库的依赖
FIND_PACKAGE( PCL REQUIRED COMPONENTS common io )

# 增加opencv的依赖
FIND_PACKAGE( OpenCV REQUIRED )

# 添加头文件和库文件
ADD_DEFINITIONS( ${PCL_DEFINITIONS} )
INCLUDE_DIRECTORIES( ${PCL_INCLUDE_DIRS}  )
LINK_LIBRARIES( ${PCL_LIBRARY_DIRS} )

ADD_EXECUTABLE( generate_pointcloud generatePointCloud.cpp )
TARGET_LINK_LIBRARIES( generate_pointcloud ${OpenCV_LIBS} 
    ${PCL_LIBRARIES} )

然后,编译新的工程:

cd build
cmake ..
make
cd ..

如果编译通过,就可在bin目录下找到新写的二进制:generate_pointcloud 运行它:

bin/generate_pointcloud

即可在data目录下生成点云文件。现在,你肯定希望查看一下新生成的点云了。如果已经安装了pcl,就可以通过:

pcl_viewer pointcloud.pcd

来查看新生成的点云。

课后作业

本讲中,我们实现了一个从2D图像到3D点云的转换程序。下一讲,我们将探讨图像的特征点提取与配准。配准过程中,我们需要计算2D图像特征点的空间位置。因此,请你编写一个头文件与一个源文件,实现一个point2dTo3d函数。请在头文件里写这个函数的声明,源文件里给出它的实现,并在cmake中把它编译成一个叫做slam_base的库。(你需要考虑如何定义一个比较好的接口。)这样一来,今后当我们需要计算它时,就只需调用这个函数就可以了。

小萝卜:师兄!这个作业看起来有些难度啊!

师兄:是呀,不能把读者想的太简单嘛。

最后呢,本节用到的源代码仍然可以从我的git里下载到。读者的鼓励就是对我最好的支持!

TIPS:

  • 如果你打开点云,只看到红绿蓝三个方块,请按R重置视角。刚才你是站在原点盯着坐标轴看呢。
  • 如果点云没有颜色,请按5显示颜色。
  • cmake过程可能有PCL的警告,如果你编译成功了,无视它即可。这是程序员的本能。

转载请注明来源:CV视觉网 » 一起做RGB-D SLAM (2)从图像到点云

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

0不错 1超赞 0无聊 0扯淡 0不解 0路过

评论 抢沙发

评论前必须登录!