首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
针对传统迭代最近点(ICP)算法在点云存在重叠或部分重叠时,配准误差大且适应性差的问题,提出一种基于匹配点对加权优化的改进配准算法。首先,提出一种改进体素降采样算法对点云进行采样,减少数据量的同时提高算法对噪声的鲁棒性;然后,采用改进Sigmoid函数赋予参与配准的匹配点对不同的权重,克服传统算法忽视距离较小的匹配点对中仍具有错误点对的缺点,同时提高了配准精度和收敛速度;最后,提出一种采用奇异值分解法(SVD)求解配准参数的方法,进一步提高配准精度。设计了不同重叠度的配准实验和噪声实验,并结合曲轴三维点云重建对本文算法进行验证。实验结果表明:本文算法误差较Tr-ICP算法减少了约34.1%,较AA-ICP算法减少了约29%,配准时间较TrICP算法缩短了约16.1%。最终表明本文算法具有更高配准精度的同时,具有更好的适用性和鲁棒性。  相似文献   

2.
传统最近点迭代(ICP)算法在进行点云数据配准时,由于待配准的点集数据量很大,每个点云都要遍历一遍,所以时效性不高而且误匹配率大。针对此问题,提出先用Canny边缘检测算子对点云数据进行预处理,以此简化预处理点云的数据量,然后用K-D树搜索数据,最后再用ICP算法进行点云配准,以此来达到加快配准速度。实验证明,该方法灵活实用,简化了待匹配的点云集,能很好的解决传统最近点迭代算法中匹配慢的问题,可以很好的满足工程需要。  相似文献   

3.
应用改进迭代最近点方法的点云数据配准   总被引:6,自引:4,他引:2  
提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度。首先,提出了基于点云边界特征点的初始配准方法。对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果。然后,提出了改进的ICP精确配准方法。对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点。最后,在初始配准的基础上,运用改进的ICP方法精确配准。对经典ICP方法和改进ICP方法做对比实验,结果显示,改进方法的配准效率提高了70%以上,误差减小到0.02%。实验表明,本文方法大幅提高了点云配准的效率和精度。  相似文献   

4.
结合局部曲面拟合和广义二分优化搜索,提出了用于大尺寸自由曲面形貌测量中多视三维散乱点云自动配准的算法.首先,对点云微小局部区域进行标准最小二乘曲面拟合,根据拟合残差提取给定点云的全部非平坦区;借助图论中“邻接”与“可达”的概念以及非平坦区的空间分布统计特征,进行相邻点云非平坦区的区域聚类计算以及区域匹配,进而自动获得配准位姿初值.然后,计算源点云在目标点云中最靠近点的k邻近,并向k邻近点的局部移动最小二乘拟合曲面做正交投影,以提取对应点.最后,采用广义二分优化搜索进行位姿变换的优化求解.试验结果表明:该方法稳定、可靠,无需人工交互,适用于采样错移情形.在重叠区域内选取150个对应点进行位姿优化时,平均配准缝隙约为0.02mm,可以满足大尺寸自由曲面形貌测量的多视三维散乱点云配准的要求.  相似文献   

5.
为了避免离群值的影响,提出了混合稀疏迭代最近点(SM-ICP)方法,以实现点云精确配准。本文对稀疏表示、正则化求解和点云配准方法进行了研究。首先,利用混合正则项表示配准残差,构建混合稀疏配准函数。然后,结合交替乘子法(ADMM)构建了所提出函数的双循环优化框架。其中,混合正则项的平衡权重θ可由Sigmoid函数求解;此外,还给出了ADMM优化框架内循环中对应损失函数的标量形式。最后,推导了该标量化损失函数在点云配准中的软阈值表达式。实验结果表明,所提出SM-ICP算法的配准精度优于所对比的算法。特别的,在重叠率约为50%的斯坦福兔子配准实验中,SM-ICP算法的截断配准误差为2.04×10-4,较RobustTrimmed-ICP(Tr-ICP)算法和ICP算法的配准误差减小了一个量级,且较稀疏ICP(S-ICP)算法减小了约三倍;在其它对象、场景类型的点云配准实验中,SM-ICP算法的配准精度同样较其它对比算法更优;在具有不同层级随机噪声点云的配准实验中,SM-ICP的截断配准误差为4.90×10-6~1.33×10-4,同样较其它对比算法减小了一个量级或几倍;在发动机叶片配准实验中,本文方法成功实现了点云精确配准,而其它对比算法的配准结果中存在不同程度的点云错位情况。所提出的点云配准方法具有精确、鲁棒性和泛化性等优势。  相似文献   

6.
三维不变矩特征估计的点云拼接   总被引:3,自引:0,他引:3  
点云拼接是点云模型获取和重建的关键问题。提出一种新的三维不变矩特征估计的点云拼接方法,该方法将二维不变矩扩展到三维,用于描述点云的局部特征,设计实现了用该特征查找对应点的ICP算法。该算法先计算点云的特征描述子,由其中一个点云的点查找在另一片点云的最近邻域且特征描述子最相似的点作为这点的对应点,并建立对应点点集,其次将点集变换到以质心为原点的坐标下,然后根据对应点对集合建立协方差矩阵并对它奇异值分解,得到旋转矩阵和平移矩阵,最后迭代上述步骤直到收敛。通过人脸数据拼接的结果表明,该方法是可行有效的。  相似文献   

7.
基于点云几何信息改进的自动配准方法   总被引:1,自引:0,他引:1  
针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法.新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算...  相似文献   

8.
点云是目前自动驾驶、机器人、遥感、增强现实(AR)、虚拟现实(VR)、电力、建筑等领域最常用的三维数据处理形式,深度学习方法能够处理大型数据,且可自主提取特征,因此点云深度学习方法已逐渐成为研究热点。 本文综述了近十年来基于深度学习的三维点云分析方法的研究进展。 首先给出了三维点云深度学习的相关概念;然后针对点云目标检测与跟踪、分类分割、配准和匹配以及拼接这 4 种任务,分别阐述了相应的深度学习方法的原理,分析并比较了各自的优缺点;随后整理了 18 种点云数据集和 4 种点云分析任务的性能评价指标,并给出了性能对比结果;最后总结了点云分析方法目前存在的问题,对进一步的研究工作进行了展望。  相似文献   

9.
针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法。新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算法进行精确匹配;并运用四元数法求得配准参数。分别对提出的新算法、PCA改进算法和经典ICP算法进行了实验,并对实验结果进行了对比。对比结果表明新算法能够实现配准,并显著提高了配准的速度和精度,表明了新算法的有效性,对实际应用具有一定的现实意义。  相似文献   

10.
为提高传统脊柱图像三维重建与配准速度和精度,提出一种基于传统立方体(MC)算法和迭代最近点(ICP)算法的快速重建与配准方法。首先利用双边滤波对CT图像进行预处理,基于区域生长的思想改进MC算法,完成三维重建并获取脊柱三维模型和点云模型。然后采用ISS算法提取脊柱点云关键点,求取关键点的快速点特征直方图(FPFH),基于采样一致性(SAC-IA)方法完成初始配准,从而改善2片点云的初始位姿。最后通过K-D树加速寻找最近邻点对,并引入基于欧式距离的权重系数改进ICP算法,实现精配准。试验结果表明:重建速度较传统方法提高20%,配准速度较传统统方法从177.8s提高到41.2s,且配准结果平均误差为2.81*10-1。  相似文献   

11.
叶片机器人砂带磨抛点云匹配算法优化   总被引:1,自引:0,他引:1  
为解决机器人磨抛路径中工件坐标系难以计算的问题及校正工件装夹误差,将三维点云配准技术应用到叶片机器人砂带磨抛系统中。由三维激光扫描仪扫描工件型面获得工件点云,采用基于主成分分析(PCA)的全局配准算法和改进的迭代最近点(ICP)算法完成了扫描点云和工件模型离散点云间以及不同工件扫描点云间的匹配,以获取工件坐标系和校正工件装夹误差。相关仿真和试验结果表明,优化后的算法在匹配速度与精度上有了长足改进,且加工后产品精度和质量都能满足实际加工要求。  相似文献   

12.
基于统计特征的点云模型匹配技术   总被引:1,自引:0,他引:1  
为使匹配结果收敛于全局最优解,提出基于统计特征的点云模型匹配技术.通过调整自由模型与固定模型的一个或多个对应统计特征重合或一致来实现模型的匹配.基于统计特征的模型匹配分为完全匹配和部分匹配两种情况.完全匹配能够一次匹配成功;部分匹配需要进一步处理才能完成模型匹配:交互调整自由模型中未被约束的自由度,使得自由模型与固定模型达到视觉上的匹配,然后采用迭代最近点算法精确匹配.根据统计特征进行模型匹配,使匹配方案稳定、可靠,保证匹配结果收敛于全局最优解.  相似文献   

13.
基于约束搜索球的点云数据与CAD模型精确比对检测   总被引:1,自引:0,他引:1  
针对传统数字化比对检测中点偏差计算的准确性及效率不高的问题,提出了一种基于约束搜索球的点云数据与计算机辅助设计模型比对检测技术。首先,为了提高计算的准确性,在分析现有点—面计算模型的基础上,提出了点—边计算模型及点—点计算模型,用于计算曲率变化较大区域的点偏差。其次,为了提高计算效率,在最邻近顶点搜索过程中采用K-D树进行加速,在点数据归属过程中,构建一系列约束搜索球,将点云数据与计算机辅助设计模型比对的范围限制在约束搜索球内,降低算法的时间复杂度,提高点数据归属的效率。以某大型叶片为例,验证了该方法的有效性。  相似文献   

14.
基于激光扫描和SFM的非同步点云三维重构方法   总被引:2,自引:0,他引:2       下载免费PDF全文
室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。  相似文献   

15.
In this paper, we propose a new neural network based on our two-level adaptive hierarchical clustering algorithm. The algorithm is to manage unorganized points, so that the triangular mesh models can be correctly obtained by applying the triangular mesh creation algorithm. We also develop adaptive self-flipping triangle edges to improve triangular mesh structure. Only one parameter, the maximal edge length of triangle, is needed in the neural network. The proposed two-level consists of the first level for clustering the cloud of points that has same order of the maximal edge length into a same cluster and the second level for generating triangular surface model or drape surfaces over the points of the same cluster. The normal vector for the generated triangular 3D surface model can be obtained from the second level. This helps to generate the STL file or stereolithography format. From the experimental results it can be shown that the proposed method is very effective for clustering unorganized point clouds for generating a triangular mesh of complex surfaces.  相似文献   

16.
基于点云中心的激光雷达与相机联合标定方法研究   总被引:1,自引:0,他引:1       下载免费PDF全文
针对激光雷达与相机联合使用遇到的点云稀疏、相机受环境光照影响失真等问题,提出一种基于点云中心的激光雷达与相机自动配准方法,避免了传统联合标定需要手动选择特征点以及连续采集多帧等问题。该方法在对点云与图像预处理后,利用平面法向量的一致性实现多标定板点云自动分割,提取标定板在激光坐标系和相机坐标下的点云;然后通过点云聚集迭代求解中心点,实现两个传感器标定板对应点云中心的粗配准;最终利用迭代最近点算法进行精配准,获得标定参数,完成联合标定。实测表明,在激光雷达误差±3 cm范围内,点云正确投影比例达到97.93%,可以有效获取高精度联合标定参数,满足空间环境对激光雷达和相机数据融合的要求。  相似文献   

17.
针对单线结构光测量因范围有限以及遮挡等原因而无法检测整个车轮的轮缘及踏面的问题,提出了一种列车轮对双目双线结构光检测方法。该方法采用两组双线结构光传感器进行测量和数据采集。在两传感器产生的点云进行配准的过程中使用截面点云数据还原点云矩阵,然后对其进行傅里叶变换,在计算旋转角度时先进行极坐标转换,最后求取两矩阵的互功率谱,从而得到点云的旋转和平移矩阵。在此过程中考虑到点云噪声的存在,将辛格函数近似代替无噪声的互功率谱傅里叶反变换,从而确定在频域配准时噪声对配准参数的确定并无影响。接着采用相对值比较的算法和主成分分析拟合基准平面,对轮对直径方向进行标定。利用标定值对扫描数据进行处理,得出包括车轮直径、车轮滚动圆径向跳动等对尺寸参数。实验表明:点云频域配准的双目双线轮对检测技术对车轮直径的测量尺寸误差≤±0.05mm,车轮端跳的测量误差≤±0.06mm,车轮径跳的测量误差≤0.04mm。与标准轮对检测数据相比可知,该系统满足轮对检测精度的要求。  相似文献   

18.
固体火箭发动机推力线的测定是航天器精密安装领域的一项关键技术,也是回转形体旋转轴线提取的一种代表性应用。针对现有相关方法存在的结果不够客观、可靠性不高且适应性欠缺等问题,提出了一种基于表面法矢约束的回转形体点云旋转轴自动提取方法。首先,计算形体点云的表面法矢,通过设置最小二乘法矢计算标准差阈值剔除非可靠点集,用以对旋转轴计算结果进行质量保证;然后,选用可靠点作为种子点,依据种子点同纬点集法矢之间的特殊关系对此点集进行筛选,并对提取的同纬点集进行平面拟合和空间圆拟合,得到旋转轴初值;最后,根据点云表面法矢与旋转轴之间的位置关系列出最小二乘平差的目标函数,通过迭代平差求解初值的改正数,从而得到最终的旋转轴提取结果。通过实验测试,利用模拟数据和实测数据对方法的准确度和精密度进行验证。实验结果显示:有效采样间隔点云的旋转轴提取结果偏斜量达到0.01°以内,横移量达到0.02mm以下,表明提出的方法正确,可以实现对回转形体点云旋转轴线的高可靠性自动提取。  相似文献   

19.
针对商家企业选择的云仓储分布过于密集,导致其服务覆盖范围有较多重叠的问题,提出了仓储间因缺货调货而产生的物流成本费用,以及商家企业的服务辐射范围两个关键因素.首先,以物流成本总费用最小为目标,建立云仓储分配与优化模型.然后,通过设计两种优化的禁忌搜索算法和遗传算法,对其进行求解.最后,与现有算法从收敛性、最优解以及云仓...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号