Azure Kinect DK实现多帧环境重建（Open3D）

最新推荐文章于 2026-05-28 11:57:50 发布

原创

最新推荐文章于 2026-05-28 11:57:50 发布 · 1.8k 阅读

标签

#azure #python #microsoft

文章介绍了利用AzureKinectDK进行非实时和实时三维重建的过程。非实时重建中，通过多帧图像处理和特征匹配生成点云，调整tsdf_cubic_size参数影响重建速度和点云稠密性。实时重建借助ROS在Jetson平台上实现，但存在噪声点问题，需进一步去噪优化。

Azure Kinect DK相机单帧扫描的图像会存在一定的信息失真和缺失，于是想做个多帧重建试试效果。

非实时重建

这里主要参考这篇文章：《Azure Kinect DK 实现三维重建（PC非实时版）》。
博主 lucky li 给的代码可以跑通，效果也算可以。整个代码的流程大致是录制一段重建对象的视频，然后进行逐帧分解得到彩色图像和深度图像，然后每帧相互之间进行特征匹配，最终重建点云。这里对博主的代码进行了一定的调整，因为录制视频的代码可视化窗口只显示彩色图像和深度图像，Kinect相机在距离过近时采集信息会失真或缺失，采用显示点云便于判断相机距离是否合适。
首先将以下GitHub中的pykinect_azure文件夹复制到博主代码的open3d_reconstruction/sensor文件夹下：https://github.com/struggler176393/Kinect_pointcloud
open3d_reconstruction/sensors/azure_kinect_recorder.py修改如下：

import sys
sys.path.insert(1, './')

import argparse
import datetime
import open3d as o3d
import numpy as np
import pykinect_azure as pykinect
from pykinect_azure.utils import Open3dVisualizer

class RecorderWithCallback:

    def __init__(self, config, device, filename, align_depth_to_color):
        # Global flags
        self.flag_exit = False
        self.flag_record = False
        self.filename = filename
        self.open3dVisualizer = Open3dVisualizer()

        self.align_depth_to_color = align_depth_to_color
        self.recorder = o3d.io.AzureKinectRecorder(config, device)
        if not self.recorder.init_sensor():
            raise RuntimeError('Failed to connect to sensor')

    def escape_callback(self, vis):
        self.flag_exit = True
        if self.recorder.i

最低0.47元/天解锁文章