三維點(diǎn)云配準(zhǔn)算法研究.pdf

1、點(diǎn)云配準(zhǔn)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)關(guān)鍵問題，它是三維重建的前提之一。為了獲得被測(cè)物體表面的完整點(diǎn)云數(shù)據(jù)，需要從不同角度對(duì)被測(cè)物體進(jìn)行多次測(cè)量，由于不同視角獲得的點(diǎn)云分別屬于不同的坐標(biāo)系，所以必須通過一定的算法計(jì)算出不同視角之間的坐標(biāo)變換關(guān)系，從而將不同視角的數(shù)據(jù)合并到統(tǒng)一的坐標(biāo)系下，最終得到被測(cè)物體表面完整的點(diǎn)云數(shù)據(jù)，這就是點(diǎn)云配準(zhǔn)。點(diǎn)云配準(zhǔn)的精度會(huì)直接影響到三維重建的質(zhì)量。本文只涉及剛性配準(zhǔn)問題，并對(duì)此問題進(jìn)行了深入的研究，分析和總結(jié)了現(xiàn)

2、有算法的優(yōu)缺點(diǎn)，同時(shí)提出了新的點(diǎn)云配準(zhǔn)算法。本文提出以下兩種點(diǎn)云配準(zhǔn)算法:
　　1.提出了一種基于法向量的點(diǎn)云配準(zhǔn)算法。該算法采用基于法向量信息的多特征直方圖特征對(duì)點(diǎn)云進(jìn)行特征描述，首先根據(jù)點(diǎn)云局部法向量的變化提取特征點(diǎn);然后，對(duì)獲取的每個(gè)特征點(diǎn)進(jìn)行直方圖特征描述，并根據(jù)此特征描述獲得初始匹配點(diǎn)對(duì);之后，使用隨機(jī)采樣一致性(random sample consensus，RANSAC)算法結(jié)合剛性距離約束條件得到精確匹配點(diǎn)對(duì);最后

3、，利用四元素法計(jì)算得到初始配準(zhǔn)參數(shù)，并采用改進(jìn)的最近點(diǎn)迭代(iterative closest point，ICP)算法對(duì)點(diǎn)云精確配準(zhǔn)。該算法提出的多特征直方圖特征描述，利用直方圖的統(tǒng)計(jì)特性，而不是只借助某種幾何特征值進(jìn)行匹配點(diǎn)搜索，算法的抗噪聲能力提高，魯棒性好，且實(shí)驗(yàn)結(jié)果顯示了配準(zhǔn)的精度和速度都有一定提高。
　　2.提出了一種基于鄰域相似度的點(diǎn)云配準(zhǔn)算法。該算法首先根據(jù)點(diǎn)云局部法向量的變化提取特征點(diǎn);然后，利用點(diǎn)云局部的三種基

4、本幾何特征搜索匹配點(diǎn)對(duì);之后，引入二維圖像匹配中用到的歸一化互相關(guān)系數(shù)(zero-mean normalized cross-correlationcoefficient，ZNCC)，用于計(jì)算匹配點(diǎn)對(duì)之間的鄰域相似度，去除錯(cuò)誤匹配點(diǎn)對(duì)從而獲得初始匹配點(diǎn)對(duì);最后，利用距離約束條件獲得準(zhǔn)確匹配點(diǎn)對(duì)并計(jì)算初始配準(zhǔn)參數(shù)，采用改進(jìn)的ICP算法進(jìn)一步配準(zhǔn)獲取精確配準(zhǔn)結(jié)果。該算法通過引入二維圖形匹配中的ZNCC匹配準(zhǔn)則來(lái)計(jì)算三維點(diǎn)的鄰域相似度，充分利