基于大地直角坐标系的多平台多目标空间配准算法研究

在时间配准的基础上对多平台多目标的空间配准算法进行了研究，提出了一种基于大地直角坐标系的空间配准算法．该算法是利用测地坐标转换将局部直角坐标系的测量数据转换到大地直角坐标系中，实现空间配准过程．最后对该算法进行了计算机仿真验证，证明了该算法的有效性．     

面向城市场景异源多时相点云的自动配准

异源多时相点云数据是建设数字城市和智慧社会的关键空间数据支撑，其准确配准是开展各类后续应用的前提。针对异源多时相点云配准任务中数据规模大、结构差异大、场景变化大的难点，本文提出了一种自动的无控配准方法。首先将城市场景的整体点云数据过分割为平面区块，交汇相邻的平面生成稳定而特异的对象级虚拟关键点；然后将关键点间的刚体几何空间关系编码为图结构间的距离约束，匹配获取待配点云与目标点云间的同名点对；最后利用同名点对求取刚体转换参数，并应用转换参数将待配点云转换至目标点云的坐标系中。选择荷兰鹿特丹市某一典型城市场景地块的异源多时相点云数据验证了所提方法的有效性。实验结果表明，本文方法能够自动、准确、高效地实现城市场景异源多时相点云的无控配准，具有较高的工程应用价值。     

基于同名点追踪的空间相机成像拼接配准模型

分析了已有图像配准算法在遥感图像拼接配准方面面临的问题。根据空间相机TDICCD交错拼接的成像特点,提出了一种基于同名点轨迹追踪的成像拼接配准模型。通过建立辅助空间坐标系下的中心投影共线方程,将像点、摄像中心、景物点建立严谨的数学关系,可精确实现对同名像点在像面上的轨迹追踪。结合TDICCD在像面上的位置约束,计算图像上同名像对的纵向偏差像元数和横向偏差像元数。最后结合相机在轨所成条带图像和卫星辅助数据进行分析,选取多组像点进行配准,同名像对配准误差小于1 pixel,经验证模型算法可行。相比传统的遥感图像配准算法,该方法不需要已知图像内容,为一种严格的几何意义上的配准,具有很强的适应性和预测性,已应用在型号相机的地面复算,易移植应用于其他类型空间相机的图像配准与拼接。     

基于旋转台参数标定实现多视角点云拼接

针对如何方便快捷且准确地获取物体完整面形三维点云数据的问题,提出一种利用旋转台参数标定结果辅助实现多视角三维点云粗拼接的新方法。该方法将一个二维标定靶作为坐标系转换桥梁,仅需两个位置的坐标系关系,即可建立转台转角和不同局部测量坐标系之间的非线性模型,实现对多个测量视角下三维点云的粗配准,为最近点迭代(ICP)算法提供了良好的初值,增加了ICP算法的稳健性。实验表明该方法操作简便、快捷、易实现,拼接后点云误差不大于0.12 mm。     

基于激光点云的建筑平立剖面图半自动绘制

地面激光扫描是一种可以快速精确获取室内外环境三维数据的有效手段。近年来激光扫描技术在古建筑保护与归档中得到了广泛的应用。建筑平面图、立面图、剖面图能够准确直观地表现出建筑的真实状态,因此平立剖面图绘制对于古建筑保护有非常重要的作用。但是,利用地面激光扫描数据进行平立剖面图的绘制需要大量的人力和时间。因此,本文提出了一种基于地面激光点云的建筑平立剖面图半自动绘制的方法,该方法包括三个部分,首先利用地面激光点云数据生成正射深度影像,然后从正射深度影像中对线特征进行提取,最后对建筑部件进行进一步的细化和完善。实验结果证实了本文提出方法的有效性,可以在平立剖面图绘制中大量的减少数据处理量和人工的参与。     

基于三维激光获取点云的三维模型构建

目前国内对一些大型古建筑文化遗产的传统测量方法往往难以获得十分准确的数据信息,这使得专家们在对一些大型古建筑进行修复时十分头疼.而且在用一些传统测量方法的测量过程中也存在对古建筑造成二次伤害的风险.现如今,随着科研技术的发展,激光扫描硬件的总体水平也在不断地进步[1].因此,三维激光扫描技术也越来越成熟.三维激光扫描仪在一些大型建筑的测量工作中使用得也越来越广泛.三维激光扫描仪的工作原理,是先对获取到的点云数据采取配准拼接处理,再对其进行去噪简化等操作,最后利用建模软件3DMAX对大型的古建筑进行三维模型的构建的过程.     

三维测量数据同步自动配准方法

提出一种三维(3-D)视觉测量数据同步自动配准方法。利用改进的3-Dshape context描述符建立当前测量数据与已获得数据间的匹配点对,得到候选的重叠数据,并用最近点迭代(ICP)算法进行验证和精确配准。将视觉传感器每次获得的测量数据与已获得的测量数据配准,最终将所有测量数据统一到同一坐标系下。实验时,采用视觉传感器对维纳斯石膏像进行多角度测量,对测量数据进行同步配准,获得石膏像表面完整的3-D模型。该配准方法无需任何外部辅助设备,便于操作者观察测量进度并及时调整视觉传感器路径规划,从而提高三维形貌测量效率。     

基于控制点的多光谱图像自动配准研究

针对同类传感器多光谱图像的配准,提出了一种快速有效的图像自动配准方法。该方法采用Forstner算子分别从参考图像和配准图像提取控制点,再利用基于灰度相关的算法匹配同名像点,然后利用同名像点求解仿射变换参数,实现多光谱图像的配准。通过液晶光谱相机成像实验对该方法进行验证,结果证明了该方法处理速度快,配准精度高。     

基于反射强度和K-means聚类的平面标靶定位研究

平面标靶的定位是3维激光扫描数据处理过程中的重要一环。为了减小中心坐标提取对多站数据拼接配准、不同坐标系转换、辅助定位等精度的影响,提出了一种基于最小二乘法、K-means聚类法以及扫描点反射强度值的新方法,并进行了理论分析和实例验证,取得了准确的定位数据。首先采用总体最小二乘法对扫描数据中的粗差点进行剔除,然后基于扫描点反射强度值和K-means聚类方法进行区域分类,接着对中心坐标提取,最后对中心坐标进行计算得到坐标位置。结果表明,在一定距离内,该方法可以在实际应用时获得较高的定位准确性,在不同方向上与软件自动识别的坐标相差在亚毫米级,与实际测得标靶距离相差也在亚毫米级。该研究对实现平面标靶中心坐标自动提取是有帮助的。     

空间态势场景中OpenGL视点控制策略与实现

OpenGL视点控制是决定空间态势可视化效果的关键技术之一。本文首先介绍OpenGL视点坐标系统相关原理;其次,提出了基于球坐标系的视点控制算法,考虑到OpenGL视点设置函数提供的函数接口为笛卡尔坐标系下视点,实现了笛卡尔坐标系下视点与球坐标系下视点间的相关转换;然后推导了球坐标下的视点平移、旋转和缩放;给出了该视点控制方法在空间态势场景中的应用。     

激光成像目标模拟器建模方法

激光成像目标模拟装置是激光雷达半实物仿真系统中的关键部件,其关键技术之一是目标建模。研究了激光成像目标的建模方法,以坐标变换理论为基础建立了目标模型,并搭建实验装置对模型进行验证。通过对不同视角下扫描的部分目标信息进行数据配准,得到目标的整体信息,然后根据视点坐标变换关系,可以在空间中任意视点获得目标的信息,以供图像生成系统生成图像。实验结果与理论值相似度高,验证了建模的正确性,为激光雷达回波目标模拟器获取目标信息提供了一条可行的途径。     

结合NARF特征的改进型3D-NDT多视点云配准

提出了一种精确有效的多视图配准算法。首先,使用NARF算法对每幅点云进行关键点检测,并以NARF关键点为原点建立局部坐标系,估算FPFH描述符;其后使用基于RANSAC的对应估计和对应关系去除算法剔除错误对应关系,确定三维特征匹配点对,并求解出变换矩阵,完成初始配准。然后,使用3D-NDT算法体素化点云,并使用概率分布函数对点云精细配准。最后,使用逐步匹配法对一系列点云进行配准,使其全部配准到统一坐标系中。实验结果证明,该算法能精确的对由KinectV2.0获取的同一场景不同角度的多幅点云图像进行配准,且其配准精度较高。      

基于3DSIFT和BSHOT特征的点云配准方法

针对点云配准过程中易产生错误匹配点、配准时间长、配准精度低等问题。提出了基于三维尺度不变特征变换(3DSIFT)关键点检测方法,结合二进制方向直方图描述子(BSHOT)构建点云匹配对的配准方法。该方法首先利用差分高斯模型在三维尺度空间上检测SIFT关键点,其次在关键点的邻域构建局部坐标系来计算SHOT描述子,并将SHOT描述子转化为二进制描述符。然后利用随机采样一致性算法去除误匹配的点云,初步估计点云的变换矩阵。最后在精配准上利用ICP算法估计最优的变换矩阵。在数据集的实验中验证了本文算法的快速性,同时在两个点云重叠率较低时,配准精度较高。     

基于各向异性尺度Junction的图像拼接

图像拼接一般采用特征点匹配和全局变换,特征点仅包含位置信息,无法表达图像局部结构信息,且全局变换模型只适用于旋转拍摄和远距离拍摄情况,当图像视角变化较大时,容易产生明显的配准误差,影响拼接图像的质量。为解决这个问题,提出了一种基于各向异性尺度Junction特征的图像拼接方法。Junction不仅包含点特征信息,还具有线特征信息,表达了图像重要的局部几何结构。基于Junction特征的配准在特征点配准的基础上,利用分支线信息进一步约束和优化配准,同时结合局部单应变换模型,可以较好地容忍图像局部变形,从而提高配准精度,改善拼接效果。实验验证了本文算法的有效性。      

基于ISS-3DSC的NDT三维点云配准算法研究

工件形貌的三维扫描需求在车间自动化装备中越来越多,其中点云配准作为三维数据处理的重要步骤。现有三维点云配准存在特征点对误配、配准时间长、配准精度差等问题,提出了一种基于内部形状描述子-三维形状上下文特征(ISS-3DSC)的NDT三维点云配准算法。首先通过内部形状描述子(ISS)算法提取三维点云关键点,提高配准效率;然后结合三维形状上下文特征(3DSC)进行关键点的特征描述,并根据特征点对中值距离法剔除错误点对,采用SVD分解计算初始变换矩阵;最后使用NDT算法完成精配准。测试实验结果表明：算法在鞋面、鞋底点云数据配准时的精度可达到0.025 cm,相比传统SAC-IA+NDT算法配准效率提升明显,具有一定的工程应用价值。     

一种精确的预警机误差配准算法

误差配准是多传感器数据融合的先期处理过程。介绍了载机雷达所用坐标系,在考虑载机机动的前提下,给出了预警机系统到地面融合中心的基于地心地固坐标系(ECEF)高精度坐标转换算法。分析了由于载机机动导致的转换偏差,给出了误差补偿模型,然后用卡尔曼滤波实时估计出预警机对地面融合中心的系统偏差,从而实现对预警机的误差配准。计算机仿真结果证明了算法的正确性和有效性。     

基于映射图像匹配的子孔径拼接技术

为实现微球形貌检测中子孔径数据的快速、准确拼接,给出基于点衍射干涉原理的微球形貌检测模型,分析了干涉场横向分辨率的分布规律,提出基于映射图像匹配的子孔径拼接方法。通过形貌数据的等尺度变换,实现横向分辨率均匀化,并将三维点云数据进行降维处理,映射生成二维图像,从而将形貌数据的旋转关系转化为图像坐标的平移关系,再通过图像匹配算法对特征点进行匹配,得出子孔径坐标系间的对应关系,从而实现拼接。最后通过仿真实验验证了该方法的可行性和有效性。     

基于直线空间结构特征的图像匹配方法

直线匹配在图像配准、目标识别等领域有重要应用。提出利用直线空间结构特征进行匹配的方法,算法采用粗精两级匹配的思路,粗匹配阶段用四参数仿射变换模型对待匹配图像进行粗步校正,精匹配阶段利用反映直线空间结构分布特征的直线交点方位角直方图,把直线匹配映射成两个点集的匹配,结合随机抽样共识(RANSAC)算法和参数迭代一致性方法剔除错配点对,实现图像的自动匹配。实验结果表明,本文方法能够取得较高的匹配精度。     

基于点云配准的工业测量技术研究

对待测产品的测量点云和标准设计点云进行配准,得出产品制造偏差量,进行精度测量评定。先采用主元分析(PCA)法作预匹配,再用随机抽样（RANSAC）算法取重合度高的匹配点对,最后利用最近点迭代（ICP）算法得到高精度的点云配准。其中,采用RANSAC算法得到高重合度的匹配点对,便于得出最优空间坐标转换参数,使得配准精度更高;对抽样次数的估计可以推出点云配准迭代次数,进而有效减少运算时间。实验结果显示算法是有效的。     

A novel partial-to-partial registration method based on sampling network

Point cloud registration is mainly to estimate a rigid transformation between point clouds. The traditional optimization-based registration method requires a good initial position, and it is easy to fall into a local optimal solution. Some learning-based methods are introduced to reduce the dependence on the initial transformation, but they cannot handle partial-to-partial registration tasks. This paper proposes a learning-based registration method for partial-to-partial scenario. The local geometry is encoded into the feature representation of each point. A transformer network is used to enhance attention features. A designed sampling network down-sample key matching points and their corresponding features. The rigid transformation is calculated according to virtual correspondence by a singular value decomposition layer. The ModelNet40 dataset and Stanford 3D Scanning models are used to test the registration performance. Experimental results show that the proposed method achieves better registration accuracy than traditional methods, and it is robust to any initial transformation and noise.