基于曲率图的三维点云数据配准

以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行精确配准.最后将整个配准算法应用于真实的三维点云数据,结果表明该算法能有效抑制点云采样密度及噪声的影响,能够快速实现点云数据的精确配准.     

面向全自动三维扫描系统的多视角三维数据自动配准技术

针对利用高精度转台进行配准模型的顶部和底部与模型进行配准时效果不佳的问题, 提出一种面向全自动三维扫描系统的多视角三维数据自动配准方案. 对待扫描模型, 利用单轴高精度转台获取由不同角度扫描的点云数据, 先使用一种快速简单的方法求解转台中轴, 利用中轴将多片点云拼合得到模型主体; 再通过点云包围盒变换, 完成点云的初始配准, 并通过改进的ICP算法完成点云的精确配准. 实验结果表明, 该方法具有较好的操作性和较高的精度.     

基于三维激光扫描的大型建筑物重构

三维点云数据的准确配准拼接与坐标转换是确保大型建筑物重构精度的关键.文章利用Scan Station2三维扫描仪对大型建筑物进行多测站扫描与配准拼接,分析了平面标靶与特征点配准的误差来源,提出了改进的特征点配准方法及坐标转换策略,并实例验证了该方法的有效性与优越性.     

基于树冠体素特征的森林机载-地基激光点云无控配准

高精度森林机载-地基点云配准能够极大提高点云数据完整性，为森林生态参数反演提供良好的数据支撑。针对森林环境特征稀疏下的机载-地基点云配准问题，提出了一种基于树冠体素特征的机载-地基激光点云数据无控配准方法。通过包围盒位置方向初始化、树高-频数的树冠点云滤波、树冠点云体素化、基于滑动模板匹配的特征提取以及旋转矩阵求解等步骤实现机载-地基点云配准。通过不同森林结构复杂度的4组数据对所提出的方法进行了实验验证，获得的平均距离差异分别为0.245m、0.238m、0.184m以及0.020m。与最近邻迭代法、人工配准及二者组合方法这3种方法进行对比实验，结果表明，本文提出的无控配准方法在精度和稳定性上均优于这3种方法。     

一种基于PVDAC描述子的RGB-D三维点云配准方法

利用RGB-D数据进行三维点云配准时容易陷入局部最优.针对这个难题,提出了一种基于多维特征的PVDAC描述子实现三维点云配准的方法.该方法首先通过ORB特征检测算法提取二维数据的关键点,并计算关键点在2D下的灰度特征,然后构建关键点在3D下的局部像素值距离、点云法线角度以及曲率特征,接着将2D特征和3D特征联合生成全新的PVDAC像素描述子,并利用PVDAC像素描述子描述关键点实现三维点云的粗配准,最后基于ICP算法完成三维点云的精细化配准.实验表明,本文算法在大场景点云配准时总体均方误差约为0.05 m2,在小场景单物体点云配准时达到了0.000 2 m2的较小误差,实现了三维点云的精确配准.     

基于遗传算法和最近点迭代法的多视角数据配准

针对复杂零件多视角下测量的数据,最近点迭代法（ICP）对两个点云相对初始位置不能相差太远的要求,提出了一种初始对齐和精配准相结合的方法来进行测量数据的配准,通过简单易行的各视角点群形心的坐标变换进行初始对齐,以提高遗传算法（GA）二次配准的寻优速度,再利用ICP实现快速的精确配准,具有更高的可靠性和稳定性.     

基于ISS特征点的快速CPD建筑物点云配准算法

针对大规模建筑物点云数据采用CPD（coherent point drift）算法进行配准时,计算复杂度增大的问题,提出了一种基于建筑物点云特征点简化数据的快速配准ISS-CPD算法。该配准算法采用ISS(intrinsic shape signature)算法求得建筑物点云的特征点,可减少建筑物点云的数据量规模,再对所提取的不同视角下建筑物点云的特征点用CPD算法进行配准。实验结果表明,改进的配准算法提高了建筑物点云的配准效率。     

面向三维人体重建的前、后片配准算法

针对传统三维图像配准算法需要获取目标物体多个模型数据的不便,以及三维重建过程耗时较长的不足,提出了一种基于三维人体表面前、后片模型的配准算法.该算法首先使用Kinect三维扫描设备获取的人体表面前、后片模型点云数据,作为配准过程的参考点集和目标点集;然后,选取前、后片模型的边缘轮廓信息作为配准特征点,通过迭代优化过程,使得前、后片能够较好地配准;最后,通过空间曲线插值方法填充模型边缘缝隙,得到完整的三维人体模型.试验结果表明,该算法只需要获取目标物体的前、后片三维数据,模型采集及配准效率高,配准精度好,即使针对初始位置相差较大的两个模型片也能得到准确的配准效果.     

基于特征线提取的三维数据配准

在逆向工程等诸多领域,数据配准都是重要的技术环节;而目前大多数应用,都是基于选取匹配标记点的方式来实现初始匹配;因此寻找一种可靠快速的自动数据配准技术成了目前研究的方向.提出一种基于特征线提取三维数据自动配准技术.通过提取不同视角下点云的特征曲线实现了三维点云数据的配准.实验结果表明了算法的有效性.在有更高精度要求的情况下,此算法的输出结果可以作为其他迭代方法的初值,进一步迭代得到更精确的结果.     

基于改进FPFH-ICP的车载激光雷达点云配准方法

为了改善传统车载激光雷达点云配准方法准确度低、计算速度慢的问题，提出了一种基于快速点特征直方图（fast point feature histograms, FPFH）初始匹配与改进迭代最近点（iterative closestpoint,ICP）精确配准相结合的改进FPFH-ICP配准算法。配准前使用体素滤波器和statistical-outlier-removal滤波器进行预处理；采用FPFH提取点云特征，基于采样一致性（sample consensus initial alignment, SAC-IA）进行初始配准，为精确配准提供良好的位姿信息；建立K-D树并在传统ICP配准算法的基础上添加法向量阈值，对车载激光雷达点云数据进行精确配准；在4种不同场景的实验中，改进FPFH-ICP配准比ICP配准的均方根误差和配准用时分别平均减少了7.56%和41.22%，比点特征直方图（point feature histograms, PFH）配准的均方根误差和配准用时分别平均减少了30.28%和18.95%，表明改进的FPFH-ICP能够对车载激光雷达点云数据实现精确且高效的配准。     

牙冠修复体咬合的三维数字化辅助评价方法

基于三维扫描和迭代最近点配准技术,建立一种定量分析牙冠修复体在模型上咬合的数字化辅助方法。用牙颌模型三维扫描仪分别获得上下颌石膏模型、预备体代型和牙冠修复体的三维数据,利用迭代最近点配准技术实现"虚拟就位"。在逆向工程软件中,利用测量距离等功能模块分析全冠修复体和对颌牙的咬合距离关系,获得牙冠修复体咬合的定量分析。通过配准、测量距离、计算面积等功能函数,实现了牙冠修复体在模型上的虚拟就位,定量分析了牙冠的咬合接触,初步建立了一种咬合接触的数字化定量获取路线,并对一例修复体进行了分析。初步建立了牙冠修复体在模型上咬合接触的三维数字化定量分析方法,为牙冠修复体制作效果的数字化评价奠定了基础。     

模式识别在多视角下数据拼接中的应用

针对传统三点定位法在数据配准中使用的局限性，提出了将模式识别中的相似性理论应用在多视角下数据拼接中的新方法．首先，在数据重叠区域内用梯度法搜索曲率极值点，然后在已经获得的曲率极值点中，根据模式识别中的灰度相似性原则确定特征点，最后根据对应的特征点进行配准．将该算法应用在水轮机叶片毛坯的测量数据配准中，结果表明，它可实现空间曲面的多视角测量及后序多片数据的拼接，具有速度快、精度高、可操作性强等特点，而且算法不受零件材质和形状的限制，通用性较强．     

线结构光多传感器三维测量系统误差校正方法

针对线结构光多传感器三维轮廓测量系统中多传感器坐标系统一误差及线结构光带特征平面方程求解误差的校正问题,应用一种可进行特征点多分辨率提取的平面靶标,选择两传感器共同测量范围内部分特征点作为参考点,应用迭代求解最近临点算法,求解两标定坐标系精确统一的参数,实现多传感器测量系统中两坐标系统一误差的校正.提出了一种带参数的线结构光带图像特征点亚像素提取算法,通过参数设置改变线结构光带特征平面的位置,对线结构光带特征平面方程求解误差进行校正.实验结果表明,误差校正算法精度高、重复性好,确保测量系统可以获得复杂型面物体高精度的截面测量配准数据.     

基于关键点特征匹配的点云配准方法

针对ICP配准算法对点云的初始位置要求高、处理低重叠率的点云配准能力低的问题,提出了一种基于关键点特征匹配的点云配准方法. 设计一种多尺度加权法向投影均值差的关键点提取算法,结合SHOT描述子对关键点进行特征描述,融合几何一致性以及RANSAC算法去除匹配过程中的误匹配点对,优化关键点之间的对应关系,通过奇异值分解计算刚体变换矩阵,完成点云粗配准,使用ICP进行精确配准. 实验表明,本文提出的关键点提取算法能有效提取点云表面特征变化明显的点,使用SHOT特征对关键点进行描述,能够快速、精确地完成点云数据配准,并且对于较低重叠率的点云,也具有较好的配准效果.      

多视角下数据的配准

提出了采用最靠近点的迭代(Iterative Closest Point,ICP)算法，用于完成多视角下数据的配准，并采用四元数法来求解曲面配准所需的旋转及平移阵。在应用上述方法中， 根据测量数据的特点采用了均匀参数化法，并以此为基础利用线性插值法建立了曲面的初始参数模型。在最靠近点的迭代算法中，提出了一种新的判断不同视角下对应点集间有效对应点的方法，该方法简便、快速，具有实用价值。     

A method for range image registration via neural network and ICP algorithm

In this paper, a new integrated registration algorithm based on neural network and ICP (iterative closest point) algorithm is presented. A coarse registration process is implemented with neural network, and then further optimized by ICP algorithm. The corresponding point pairs are found according to the target points’ curvature and color information. Mahalanobis distance, which reflects the scattering degree of point data, is employed to define the closest distance and the closest points. The results of the experiment show that our algorithm has better feasibility, validity and efficiency than the traditional ICP method.     

基于空间结构约束的改进迭代最近点影像配准

提出了一种改进的基于空间结构约束的迭代最近点(ICP)影像配准方法.该方法通过结合特征点的空间结构相似性和特征相似性获得特征点的匹配矩阵,其中特征相似性通过特征点的局部特征描述算子进行计算,空间相似性则通过特征点的空间位置进行计算.特征点之间的空间结构相似性不仅包括了对应特征点之间的空间距离,还包含了特征点到邻近特征点的空间距离.在匹配过程中,分别从参考影像和待配准影像的角度出发,实现了匹配的对称性处理.通过对具有不同影像特征的真实遥感影像进行实验,结果表明该算法具有较高的配准精度.     

采用特征预处理ICP算法的机器人运动环境建图

针对机器人运动环境建图中迭代最近点(ICP)算法的扫描配准过程存在关联点对对应困难、迭代初值要求高的问题,首先,提出一种特征预处理的粗配准方法,以保证配准过程的迭代初值较小;然后,基于扫描点过滤思想对粗配准后存在较大误差的数据进行过滤,剔除测量噪声,提高点对关联准确率.结果表明:经过特征预处理的粗配准及噪声剔除后的改进ICP算法能够有效地进行扫描配准,解决机器人运动环境建图存在的问题.     

稀疏激光扫描点的自主移动机器人地图创建

在自主移动机器人实际地图创建中,针对迭代最近点(ICP)算法不符合一对一单映射关系的问题,提出一种稀疏扫描点的对应点对搜索方法.首先,在方向和位置上对相邻两次激光扫描点集进行粗配准;然后,对配准结果建立一种对应点对搜索机制,剔除无效对应点;最后,采用ICP算法对剩余数据进行精配准.结果表明:文中方法可有效处理无效对应点,提高算法的配准精度,在实际环境中具有准确性和有效性.