基于SUSAN算法的图像配准

通过检测物体的特征点来完成两幅图像的配准。根据USAN区域的描述，采用简化了的SUSAN算法检测刚体的特征点，然后通过找到的特征点和刚体形状不变的特性采用特征点之间的几何关系来配准。实验的结果表明，在无旋转条件下的刚体图像配准中，该算法在特征点提取和图像配准过程中速度比较快。     

飞行时间3维相机的多视角散乱点云优化配准

针对目前基于飞行时间(TOF)原理的3维相机实现物体完整表面的3维点云重建过程中,多视角散乱点云配准精度低的问题,提出一种优化配准方法。该方法通过构建一个目标功能函数,并结合相邻点云的转换矩阵对该目标函数进行最小化求解,直接获取任意位置的点云到基准点云所处坐标系的绝对转换矩阵,避免了对连续点云之间的配准而引起误差的累加。对不同的物体进行实验,实验结果表明,该方法在保证点云配准速度的同时,提高了多视角点云配准的精度,物体点云模型重建效果较好,有利于实现后期3维曲面网格的重建。     

一种小目标的电视/红外图像配准方法

针对小目标成像及电视/红外图像配准的特点,首先利用传感器参数对空间分辨率进行配准,将仿射变换简化为刚体变换;再从视场配准后的电视、红外图像中提取角点作为特征点,然后运用Hausdorff距离对两特征点集进行匹配,并运用遗传算法求解变换参数,从而实现了可见光图像与红外图像的自动配准;实验证明,该算法能很好地实现小目标的配准,具有较强的实际应用价值.     

一种区域层次上的自动点云配准算法

针对目前已有的三维点云配准算法直接在全局上进行配准,不能有效地处理重叠比例较低和重叠区域特征不明显的三维点云数据的问题,提出一种区域层次上的自动点云配准算法.首先利用刚体变换的低维性质,把区域作为基本的配准对象,将全局配准分解为多个规模更小的区域配准,通过重叠的区域恢复区域间局部的刚体变换;其次引入可信性和一致性的概念,通过求解一个优化问题从一系列区域配准中得到全局配准;最后用稀疏ICP算法进行精确配准.实验结果表明,该算法在保持对噪声和离群点鲁棒的前提下可以正确配准重叠比例更低的点云,适用范围更广泛.     

改进的概率迭代最近点配准算法

针对迭代最近点算法中存在的收敛速度较慢和噪声引起的配准效果不佳的问题,提出一种基于期望最大化估计的噪声点云配准算法,即改进的概率迭代最近点算法。首先,建立两个点云集合之间的一一对应关系,以提高算法的配准精度;然后,将高斯模型引入到ICP算法中,采用奇异值分解的方法解决刚体变换问题,并在刚体变换过程中加入动态迭代系数,在不影响配准精度和迭代方向的情况下,在下次迭代中更快速地寻找到最近点,以此减少迭代次数、提高收敛速度,实现两个带有噪声点云的精确配准。实验表明,该算法是一种精度高、速度快的点云配准算法,能有效地避免噪声和外点的干扰。     

三维点云中的二维标记检测

特征检测在物体识别、数据配准等应用中具有至关重要的作用。同一场景中不同采集数据的配准和融合,必须已知或者估算不同数据中的共同特征对应点。然而,许多场景缺少有效对应特征点。解决该问题的一种有效的方法是在场景中添加标记以增加特征。文章提出一种在只含有位置信息的三维点云中自动检测二维标记的方法。该方法首先在三维场景添加黑色圆形薄纸片作为二维标记,利用区域增长法将获取的三维场景的点云数据分割成不同类别,然后基于随机抽样一致性算法的扩展方法依次对分割后的点云进行形状拟合,最后通过检测形状检测该二维标记。该方法能够有效地检测出三维场景中的二维标记,并避免了遮挡、形变等问题,为缺少特征的场景提供了简单可行的特征,可广泛应用于数据配准、物体识别、物体追踪、三维重建等领域。     

散乱点云数据配准算法

提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象，自动进行点云数据配准的算法．该算法针对待配准的2组点云数据，根据测点及其邻域点估算每个点的曲面法矢，并对法矢方向进行调整，使其指向曲面的同一侧；然后计算各个测点的曲率．根据每个测点的曲率来识别出2组点云数据中可以匹配的点对集合。计算将每一个点对的法矢方向映射为一致的三维空间变换，采用几何哈希方法找出使得最多数量的点对法矢一致的变换，运用该变换将散乱点云作初次配准．以初次配准后的结果作为新的初始位置，将匹配点对集合中的所有点对采用最近点迭代法进行二次配准，从而实现了2组散乱数据的精确配准．应用实例表明，该算法效果良好．     

基于分层策略的三维非刚性模型配准算法

在三维非刚性模型分析中,通常需要对不同姿态下的模型进行配准。针对传统配准算法存在复杂度高、计算量大、精确度低等问题,提出一种新的基于分层策略的三维非刚性模型配准算法。首先,定义热核签名函数为模型的标量域,使用同源聚类算法提取模型的特征点和特征区域,进而提出三维几何模型的树形表示方法:它的根节点为三维几何模型,内部节点为模型的特征区域,叶节点为包含在相应区域的特征点。然后,根据三维几何模型的树形表示提出模型的分层配准算法。在SHREC 2010模型配准数据集上对比分析了分层配准算法、推广的多维尺度变换算法（GMDS）和博弈论方法在等距变换、孔洞、小孔洞、尺度变换、局部尺度变换、重采样、噪声、散粒噪声以及拓扑变换等情况下的性能。实验结果表明,在以上三维几何模型数据受干扰的情况下,分层配准算法的准确性明显优于GMDS方法和博弈论方法,同时具有较低的计算复杂度。     

基于Kinect的旋转刚体三维重建方法

针对在非匀速非定轴旋转条件下利用Kinect进行刚体三维重建问题,提出一种改进的基于Kinect传感器的旋转刚体三维重建方法。首先利用Kinect采集深度图像,然后用改进的加权ICP(Iterative Closest Point)算法在非匀速非定轴旋转条件下进行配准,再将各点云变换到同一坐标系下,最后根据所得点云生成三维模型表面,通过GPU(Graphic Processing Unit)编程技术来提高计算速度以满足实际需求。实验结果表明:该方法具有重建效果良好的特点。     

面向RGBD深度数据的快速点云配准方法

目的 真实物体的3维重建一直是计算机图形学、机器视觉等领域的研究热点。针对基于RGBD数据的非匀速非固定角度旋转物体的3维重建问题,提出一种利用旋转平台重建物体3维模型的配准方法。方法 首先通过Kinect采集位于旋转平台上目标物的深度数据和颜色数据,对齐融合并使用包围盒算法去除背景噪声和不需要的外部点云,获得带有颜色信息的点云数据。并使用基于标定物不同角度上的点云数据标定出旋转平台中心轴的位置,从而获得Kinect与旋转平台之间的相对关系;然后通过曲率特征对目标点云进行特征点提取并寻找与相邻点云的对应点;其中对于特征点的选取,首先针对点云中的任意一点利用kd-tree搜寻其k个邻近点,对这些点进行曲面拟合,进而计算其高斯曲率,将高斯曲率绝对值较大的n个点作为点云的特征点。n的取值由点云的点个数、点密度和复杂度决定,具体表现为能反映物体的大致轮廓或表面特征信息即可。对于对应点的选取,考虑到欧氏距离并不能较好反映点云中的点对在旋转过程中的对应关系,在实际配准中,往往会因为点云重叠或距离过远等原因找到大量错误的对应点。由于目标物在扫描过程中仅绕旋转轴进行旋转,因此采用圆弧最小距离寻找对应点可有效减少错误点对。随后,使用二分迭代寻找绕中心轴的最优旋转角度以满足点云间的匹配误差最小;最后,将任意角度获取的点云数据配准到统一的坐标系下并重建模型。结果 使用斯坦福大学点云数据库和自采集数据库分别对该方法和已有方法在算法效率和配准结果上进行对比实验,实验结果显示在拥有平均75 000个采样点的斯坦福大学点云数据库上与传统ICP算法和改进ICP算法相比,迭代次数分别平均减少86.5%、57.5%,算法运行时间分别平均减少87%、60.75%,欧氏距离误差平方和分别平均减少70%、22%;在具有平均57000个采样点的自采集点云数据库上与传统ICP算法和改进ICP算法相比,迭代次数分别平均减少94%、75%,算法运行时间分别平均减少92%、69%,欧氏距离误差平方和分别平均减少61.5%、30.6%;实验结果显示使用该方法进行点云配准效率较高且配准误差更小;和KinectFusion算法相比在纹理细节保留上也表现出较好的效果。结论 本文提出的基于旋转平台标定的点云配准算法,利用二分迭代算法能够有效降低算法复杂度。与典型ICP和改进的ICP算法的对比实验也表明了本文算法的有效性。另外,与其他方法在具有纹理的点云配准对比实验中也验证了本文配准方法的优越性。该方法仅采用单个Kinect即可实现对非匀速非固定角度旋转物体的3维建模,方便实用,适用于简单快速的3维重建应用场合。     

Surface signatures: an orientation independent free-form surface representation scheme for the purpose of objects registration and matching

This paper introduces anew free-form surface representation scheme for the purpose of fast and accurate registration and matching. Accurate registration of surfaces is a common task in computer vision. The proposed representation scheme captures the surface curvature information (seen from certain points) and produces images, called "surface signatures," at these points. Matching signatures of different surfaces enables the recovery of the transformation parameters between these surfaces. We propose using template matching to compare the signature images. To enable partial matching, another criterion, the overlap ratio is used. This representation scheme can be used as a global representation of the surface as well as a local one and performs near real-time registration. We show that the signature representation can be used to recover scaling transformation as well as matching objects in 3D scenes in the presence of clutter and occlusion. Applications presented include: free-form object matching, multimodal medical volumes registration, and dental teeth reconstruction from intraoral images.     

基于keren改进配准算法的POCS超分辨率重建

详细介绍了keren亚象素配准算法及其不足,提出了keren算法及其迭代算法的改进算法。该算法基于简化的四参数仿射变换模型而不是传统的刚体变换模型,成功地避免了keren算法因为角度的泰勒级数展开所带来的误差,大大地提高了配准精度。实验仿真结果表明该算法与keren迭代算法相比角度绝对误差显著的降低;平移参数在15°的大角度旋转情况下获得了0.1个象素以下的绝对误差精度,在小角度的情况下获得了0.01个象素以下的绝对误差精度,最后采用POCS方法进行序列图像的高分辨率重建,实验仿真结果表明基于改进配准算法的POCS重建具有良好的配准精度和超分辨率重建效果。     

飞行时间三维相机的多视角散乱点云优化配准方法研究

针对目前基于飞行时间(TOF)原理的三维相机实现物体完整表面的三维点云重建过程中,多视角散乱点云配准精度低的问题,本文提出了一种多视角散乱点云优化配准方法。该方法通过构建一个目标功能函数,并结合相邻点云的变换矩阵对该目标函数进行最小化求解,直接获取任意位置的点云到基准坐标系的绝对变换矩阵,避免了对相邻点云的变换矩阵进行累积而引起误差的累加。实验结果表明,该方法提高了多视角点云配准的精度,同时增强了物体点云模型重建的效果,在三维曲面重建中具有较强的实用性。     

A subspace approach for matching 2D shapes under affine distortions

This paper presents a subspace approach to matching a pair of 2D shapes, and estimating the affine transformation that aligns the two 2D shapes. In the proposed method, by considering each shape as a 2D signal, one shape is projected onto the subspace spanned by the other, and the affine transformation is estimated by minimizing the projection error in the subspace. The proposed method is fast, easy to implement, and with a clear physical interpretation. Furthermore, it is robust to noise due to the merit of the subspace method. The proposed approach has been tested for registration accuracy, computation time, and robustness to noise. Its performance on synthetic and real images is compared with the state-of-the-art reference algorithms. The experimental results show that our approach compares favorably to the reference methods, in terms of registration accuracy, computation speed, and robustness.     

一种基于平面模板的虚实配准算法

虚实配准是增强现实的关键技术。因为有运算量小实时性强的特点，利用平面模板进行虚实配准被广泛使用。本文算法利用平面模板进行虚实配准中的单应性映射关系，建立从平面模板坐标系到摄像机坐标系3维空间坐标转换和从摄像机坐标系到投影平面的3维-2维空间坐标转换，既减小了运算量，又解决了人工定标的问题。在实现虚实配准的基础上，进一步探讨了配准的优化问题，对关键的单应性矩阵进行优化筛选，提高虚实配准的强劲性，实现部分标志点被遮挡情况下的虚实配准。实验结果证明，本文算法成功实现了虚实配准，并在抗遮挡性上有强劲的表现。     

基于多幅实拍照片为真实景物模型添加纹理

利用实拍照片为基于真实景物创建的几何模型添加纹理的方法正在受到广泛的关注,实拍照片与几何模型的配准是这项技术的关键.以往方法采用3D-2D特征点匹配或侧影轮廓线匹配的方法进行配准,因此对空间物体的表面特征或轮廓线形状有特殊的要求.提出了一种新的配准方法来解决这一问题,由于采用了基于图像重建的采样点模型与已知几何模型在空间中匹配的方法实现配准,因而充分利用了物体几何形状本身的拓扑和曲率等信息,并可以一次性地实现所有图像与空间物体的配准.实验结果表明,该方法可以解决一部分用以往的方法尚无法处理的实际问题,且在重建空间采样点分布较为合理的情形下,纹理映射效果非常理想.     

一种基于降采样后关键点优化的点云配准方法

针对工件点云数据多而导致点云配准耗时长的问题,提出一种基于降采样后关键点优化的点云配准方法。计算点云若干体素的重心,利用kd-tree快速遍历重心的邻近点来代替该体素;提出自适应的点云平均距离计算方法,对降采样后的点云提取ISS3D关键点,并采用基于球邻域的边界点判断方法对其优化;对优化后的关键点进行FPFH特征描述,利用SAC-IA求解近似变换阵,使用ICP算法精配准而解得工件的精确位姿信息。实验结果表明,相较于其他四种配准算法,配准精度分别提高了96.9%、98.1%、93.3%和3.5%,配准速度分别提高了77.2%、77.7%、76.9%和85.4%,表明了该方法的有效性。     

基于机器学习和几何变换的实时2D/3D脊椎配准

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O（n6）,使得配准很难兼具高准确性和高实时性.本文提出了一个结合机器学习与几何变换的2D/3D配准方法,首先,使用统计形状模型对目标脊椎进行建模,并构建了一种新的投影方式,使得6个投影参数中的4个可以使用几何的方法计算出来;接下来利用回归学习的方法学习目标脊椎的形状与投影参数之间的关系;最终,结合学到的关系和几何变换完成配准.本方法的两个姿态参数的平均预测误差为0.84°和0.81°,平均目标配准误差（Mean target registration error,mTRE）为0.87mm,平均配准时间为0.9s.实验结果表明本方法具有很好的实时性和准确性.     

Registering multiview range data to create 3D computer objects

Concerns the problem of range image registration for the purpose of building surface models of 3D objects. The registration task involves finding the translation and rotation parameters which properly align overlapping views of the object so as to reconstruct from these partial surfaces, an integrated surface representation of the object. The registration task is expressed as an optimization problem. We define a function which measures the quality of the alignment between the partial surfaces contained in two range images as produced by a set of motion parameters. This function computes a sum of Euclidean distances from control points on one surfaces to corresponding points on the other. The strength of this approach is in the method used to determine point correspondences. It reverses the rangefinder calibration process, resulting in equations which can be used to directly compute the location of a point in a range image corresponding to an arbitrary point in 3D space. A stochastic optimization technique, very fast simulated reannealing (VFSR), is used to minimize the cost function. Dual-view registration experiments yielded excellent results in very reasonable time. A multiview registration experiment took a long time. A complete surface model was then constructed from the integration of multiple partial views. The effectiveness with which registration of range images can be accomplished makes this method attractive for many practical applications where surface models of 3D objects must be constructed