基于CUDA的簡化耳廓點云配準(zhǔn)算法研究.pdf

1、人體測量學(xué)理論指出人耳外形（耳廓）具有唯一性和穩(wěn)定性，可用于生物信息特征識別。隨著近年來基于激光掃描的三維數(shù)據(jù)獲取技術(shù)和數(shù)字幾何處理基礎(chǔ)理論的成熟，三維耳廓的掃描點云數(shù)據(jù)配準(zhǔn)及其形狀特征提取匹配等關(guān)鍵技術(shù)的研究已經(jīng)成為國際生物信息識別領(lǐng)域的熱點之一。
　　在使用三維激光掃描儀獲取耳廓點云數(shù)據(jù)的過程中，由于角度的限制，每次掃描只能獲得部分耳廓表面點云數(shù)據(jù)，需要在多個角度進行多次掃描，并對多次掃描數(shù)據(jù)進行配準(zhǔn)融合，才能得到完整的、單一

2、的三維耳廓點云數(shù)據(jù)，配準(zhǔn)算法的時間復(fù)雜度和配準(zhǔn)精度成為決定耳廓點云數(shù)據(jù)精確性的關(guān)鍵。同時，隨著點云數(shù)據(jù)規(guī)模的擴大和配準(zhǔn)精度要求的提高，傳統(tǒng)的串行配準(zhǔn)算法計算效率顯然不能滿足實時性的要求。
　　本文首先基于離散曲率估計和三維SIFT算法提取三維耳廓掃描數(shù)據(jù)的特征點，然后利用kd-tree對非特征點進行簡化，從而獲得保留幾何特征的簡化耳廓點云;然后基于CUDA對EM-ICP和Softassign算法進行了并行加速。本文算法在簡化過程中