基于體感相機(jī)的點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究.pdf

1、隨著社會(huì)的進(jìn)步和IT行業(yè)的發(fā)展，三維重建技術(shù)在各個(gè)領(lǐng)域中發(fā)揮越來(lái)越重要的作用。在三維重建的過(guò)程中，點(diǎn)云數(shù)據(jù)的配準(zhǔn)是關(guān)鍵技術(shù)，因此三維數(shù)據(jù)的配準(zhǔn)研究是重建技術(shù)中的研究熱點(diǎn)。然而隨著三維掃描設(shè)備精準(zhǔn)度的提高，數(shù)據(jù)規(guī)模和配準(zhǔn)精度也在提高，經(jīng)典的點(diǎn)云配準(zhǔn)方法并不能滿足實(shí)時(shí)性的需求，因此在本文在傳統(tǒng)點(diǎn)云配準(zhǔn)ICP方法的基礎(chǔ)之上，提出了一種新型的基于Hausdorff距離和優(yōu)化K-D樹來(lái)改進(jìn)ICP算法。本文研究的主要內(nèi)容將多視角下采集到的三維點(diǎn)云數(shù)

2、據(jù)配準(zhǔn)成一個(gè)整體的三維點(diǎn)云數(shù)據(jù)。具體研究?jī)?nèi)容如下：
　　首先，通過(guò)Kinect相機(jī)獲取不同角度下物體的點(diǎn)云數(shù)據(jù)，以數(shù)據(jù)點(diǎn)主曲率和Hausdorff距離為依據(jù)，利用正態(tài)分布圖將點(diǎn)云分為關(guān)鍵點(diǎn)和非關(guān)鍵點(diǎn)，關(guān)鍵點(diǎn)充分保留了點(diǎn)云的幾何特征用來(lái)進(jìn)行點(diǎn)云配準(zhǔn)，而非關(guān)鍵點(diǎn)作為幾何特征不明顯的點(diǎn)，為提高算法效率不予匹配。對(duì)點(diǎn)云的預(yù)處理使得點(diǎn)云的配準(zhǔn)更具有針對(duì)性。
　　其次，提出一種中值分割閾值優(yōu)化K-D樹的方法，該方法旨在提高K-D樹的查詢

3、效率，保證K-D樹達(dá)到平衡狀態(tài)。首先將節(jié)點(diǎn)的屬性值按照從小到大的順序排列，取中指為分割閾值，同時(shí)結(jié)合空間的廣泛分布性對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行K-D樹的構(gòu)造。優(yōu)化的K-D樹盡量使樹的層數(shù)最小，從而提高點(diǎn)云的搜索效率。
　　再次，針對(duì)傳統(tǒng)ICP算法中復(fù)雜的數(shù)據(jù)量運(yùn)算速度慢的缺點(diǎn)進(jìn)行了改進(jìn)，利用改進(jìn)的Hausdorff距離和優(yōu)化K-D樹尋找關(guān)鍵點(diǎn)的匹配點(diǎn)進(jìn)行最小二乘迭代，直到滿足正確配準(zhǔn)的收斂精度要求為止。高精度的優(yōu)勢(shì)使得改進(jìn)的ICP算法可適用于