基于特征匹配的三维点云粗配准方法

针对无初值情况下点云配准精度不高以及配准效率低下的问题,提出一种基于特征匹配的三维点云粗配准方法。首先,利用点云局部法向量的变化描述其特征,加入特征保留权值筛选突出特征信息,提高配准效率;然后,根据保留的特征信息建立特征直方图,通过比较特征直方图描述的信息获取初始匹配的点对;最后,将刚性不变约束与随机抽样一致性算法结合筛选正确的匹配点对,再利用四元素法得到旋转矩阵和平移向量。实验结果表明,提出的算法与其他粗配准算法相比具有较高的精度和效率,为后续的点云精配准工作提供了良好的初值。     

基于KFCM的三维点云精简算法

毫米波雷达、TOF相机等扫描设备捕获的点云包含大量的冗余信息与噪声点,降低了点云配准的精度与处理效率。针对上述问题,提出基于KFCM的三维点云精简方法,将原始扫描点云以核函数映射至特征空间,同时更新聚类中心及隶属度矩阵,利用加权误差平方和建立目标函数且以其收敛为算法终止标准,最终将聚类中心作为精简结果输出。实验结果表明,本方法可在良好保持点云基本特征的前提下降低源点云分辨率以达到精简效果,且可通过调节参数控制输出点云的疏密程度,在与配准任务的适应性实验中可满足ICP等配准算法的需求。     

基于三维点云数据的虚拟人台中间体模型的构建

利用[TC]2三维人体扫描仪采集了华东地区72名40～49岁B体型女性的三维人体数据,对[TC]2扫描获得的三维人体＊.wrl数据文件进行预处理,并建立三维直角坐标系.采用模糊逻辑算法中三角形线形隶属度函数进行噪点的过滤,将人体数据进行标准化处理,建立人体躯干部位特征矩阵.通过计算特征矩阵的均值获得人台中间体特征矩阵,经过对称化处理获得最终的人台中间体特征矩阵.采用Delaunay三角刨分算法将人台中间体特征点进行三角刨分,通过计算点或面的法线向量来光滑曲面获得最终的三维虚拟人台中间体模型.此方法可用于不同规格系列人台三维模型的制作.     

利用平面特征和KNNS提高点云配准效率

由于人工建筑物表面存在大量平面特征,提出利用平面特征进行初始同名点的自动寻找.根据整体最小二乘对平面拟合结果,剔除远离特征平面的噪声点,对不同测站的两个平面进行中心化,通过计算平面初始中心及初始中心到平面子集包围圈的最大距离来确定初始同名点.针对最邻近点迭代算法(ICP)中同名点搜索慢的缺点,提出了利用k-最邻近点搜索算法(KNNS)进行对应点的搜索,分析了利用平面特征和KNNS进行点云配准的处理结果.结果表明:利用共面特征和KNNS不仅能够合理改善配准参数,而且还可提高点云配准效率,提出的平面特征和KNNS的ICP算法适合于具有平面特征的建筑物的配准.     

大型景观测绘中激光扫描的精度控制

激光扫描在复杂场景测绘中应用日益广泛,但是,点云配准精度较传统控制测量低。本文研究了将传统的控制测量应用到激光扫描测绘中的方法,可以减少因测站点增多带来的配准误差累计,从而提高点云配准精度,并以颐和园佛香阁三维建模的项目为例,对大型景观测绘中三维激光扫描精度控制的方法进行了研究及应用。     

双Kinect联合扫描点云配准方法

大型场景或者大尺寸物体的三维重建无法由单台设备完成,而由多台设备采集得到的点云位置偏移较大,一般的点云配准方法无法达到三维重建所需的精度。该文提出了一种基于Kinect标定的点云配准方法。首先通过棋盘格标定算法对两台Kinect进行标定,然后利用标定得到的相机内外参数计算不同视角下点云数据间的运动参数,接着根据得到的运动参数,对原始采集的点云数据进行初始配准。在此基础上,采用改进的迭代最近点算法,对初始配准后的点云数据进行精确配准。实验结果表明,与直接采用改进的ICP算法相比,该方法配准结果无明显的错位现象,且计算速度提高了15%左右。     

基于目标工件点云的位姿估计方法研究

阐述了点云特征描述方法以及点云配准的粗配准和精配准方法,提出了一种结合SAC-IA与Trimmed ICP的点云配准方法。分别采用6个不同摆放位姿下的长方体目标工件点云和11个不同摆放位姿下的内六角螺丝目标工件点云进行位姿估计实验。实验结果表明,该点云配准方法与SAC-IA粗配准和优化后的传统ICP精配准相比,在配准精度和配准时间上均有所改善。该点云配准方案可以更快、更有效地计算目标工件的位姿信息,在定性和定量分析的基础上,通过实验验证了该方案的可行性。     

点线特征约束下基于单位四元数描述的LiDAR点云配准算法

针对经典的基于直线特征约束的LiDAR点云配准算法对于直线方向的高度依赖性问题,立足于直线特征的Plücker坐标描述方法,以点到线的距离为零作为点云配准的基本约束,以单位四元数作为描述空间旋转变换的基本算子,构建了点线特征约束下基于Plücker直线坐标描述的LiDAR点云配准的基本模型;立足于最小二乘法的基本准则,以配准后同名特征之间的距离平方和最小作为约束条件,根据Lagrange乘数法组建了相应的目标函数,推导并给出了求解配准参数的迭代计算模型.通过实测数据对算法进行了验证.结果表明:Plücker直线坐标的引入使得点与直线间距离的计算变得更加简洁、高效;利用单位四元数来实现空间旋转变换的描述,一方面,减少了描述参数的冗余,另一方面,对于配准模型的构建,较之于经典的基于向量代数的描述方法更为简洁;此外,较之于基于向量代数描述的LiDAR点云配准算法,四元数的引入降低了算法对迭代初值的依赖性,对任意选择的初始参数,该算法均能够得到正确的迭代结果.     

基于多Kinect的三维人脸重建研究

人脸三维数字化在医疗、影视制作和虚拟现实等领域具有重要意义,是计算机视觉研究的热点.为快速、完整、低成本和精确地实现人脸三维数字化,提出一种基于多Kinect的三维数字化系统.首先,连续采集8帧点云信息,避免信息缺失,改进双边滤波算法,对Kinect获取的点云滤波去噪;然后,精简点云拼接区域,先采用点特征直方图在两点云间寻找配准点,构造协方差矩阵,奇异值分解法求解该矩阵,得到初始变换参数,粗拼接点云;再通过改进的共享最近邻居聚类算法加快粗拼接后两点云间的最近点搜索速度,利用改进的最近点迭代算法实现精拼接;最后,实验结果表明:该系统能够快速、完整和精确地三维数字化人脸,达到了实验预期效果.     

面向深度相机位姿优化的帧间点云数据配准算法

TOF相机能够同时采集灰度图像和深度图像从而优化相机位姿的估计值. 应用图结构调整框架优化多帧数据采集时的相机位姿,采用帧间配准决定优化的精度和效率. 从2帧图像上提取并匹配尺度不变特征点对,二维特征点被扩展到三维空间后,利用与特征点的空间位置关系将2帧三维点云配准;逐步应用提出的算法配准参与位姿优化的多帧点云中的任意2帧点云;最后将有效配准的点云帧对作为输入数据,采用图结构算法优化位姿. 实验结果表明,提出的帧间配准算法使得位姿估计值精度显著提高,同时保证了估计效率.     

基于多视点云拼接算法研究

针对目前点云自动匹配效率低,拼接精度还有待提高,提出了一种自动匹配标志点的拼接算法。首先根据标志点之间的空间特征不变性,引入一种动态距离矩阵来记录搜索标志点间的距离,通过循环迭代比对动态距离矩阵来匹配标志点;然后采用最小二乘法求解坐标变换矩阵进行多视点云拼接。通过实验对比,可以发现本文的点云拼接算法明显优越于传统的方法,最后引入拼接精度进行验证。多视点云拼接实验表明,该方法方便、快捷、实用,拼接精度达0.0179mm,适合在工业生产中使用。     

基于点云的膝关节胫骨三维CT与MRI图像配准

同时利用CT和MRI图像对膝关节及胫骨疾病进行诊断和治疗,是目前临床上的常规方法。精确配准膝关节胫骨部分三维CT和MRI图像可以更有效地利用这两种图像中的组织信息。目前,基于图像特征或者图像灰度值的方法可以实现图像间的配准,但是都存在一些配准精度低或者时间复杂度高的缺陷。针对膝关节胫骨组织的刚性特征,采用一种基于骨组织表面重建的点云配准方法。首先对数据集进行骨表面重建,通过重建后的结果提取点云数据,对点云数据进行下采样并利用重心进行初始变换,最后利用ICP算法对点云数据进行配准。对该方法进行配准结果分析及配准精度实验,表明这种方法简单可靠并且配准精度较高。     

一种基于视觉测量的大型自由曲面拼接方法

针对不规则复杂大尺寸三维面型测量的问题,提出一种基于视觉测量技术的大型自由曲面拼接方法。将大型曲面分为若干子块,采用双摄像机面结构光方式获取局部子区域密集点云,在曲面上布置若干标志点,其坐标采取近景摄影测量方法获得,对这些标志点进行局部子块坐标系到全局坐标系的转换,得到自由曲面面型。避免了一般标志点拼接方法的累积误差,解决了非编码标志点匹配及匹配奇异问题。实验表明,在1065mm×1000mm×255mm范围内,用19块子区域进行拼接,平均拼接误差为0．045mm。     

Automatic Image Registration Algorithm Based on Wavelet Transform

I mage registration is the process of determiningthe transformation which matches best,according tosome si milarity measure,two i mages of the samescene taken at different ti mes or from different viewpoints[1].It has broad applications in many domainssuch as military,medicine,remote sensing and com-puter vision,so a wide range of registration tech-niques has been developed abroad and at home formany years.Given the diversity of remote sensingi mage,complexity of i mage warp,differences be-twe…     

基于特征点匹配对平面相似度的图像拼接

针对来自于不同视点拍摄的具有视差的两幅图像,提出了一种基于特征点匹配对平面相似性的图像拼接方法。该方法利用场景中属于同一平面特征点之间的变换矩阵一致性的特点,通过定义特征点匹配对之间的平面相似度来筛选特征点匹配对,有效降低了特征点的漏匹配率,提高了配准精度。采用图割算法计算图像的最优缝合线,进行拼接得到最终结果。实验结果表明,与现有经典算法相比,该方法具有较好的视差鲁棒性。     

快速四点一致性点云粗配准算法

为了解决四点全等集合(4-points congruent sets, 4PCS)在两片点云重叠率较低的情况下算法耗时长且配准容易失败的问题,提出快速四点一致性集合(fast 4-points congruent sets, F-4PCS)解决点云配准问题。给出一种新的选择四点基的方法,给定源点云和目标点云,分别提取出它们的边界,将边界扩展为边界特征带,在边界特征带中选取具有一致性的四点基集合,从而避免一些不必要的迭代。通过对四点基的特征限制,去除无效的四点基,减少算法的验证时间,提高计算效率。在相关数据集上的试验表明,在点云重叠率较低等情况下F-4PCS方法比4PCS方法更加高效且配准成功率较高。