地面三维激光扫描点云配准的最佳距离

分析点云配准的原理,在此基础上推导出点云配准误差传播模型.利用该模型解算了配准后的点位误差,将该误差作为衡量点云配准好坏的指标.为评估地面三维激光扫描测距的变化给点云配准误差造成的影响,设计了一套试验方案,在地面三维激光扫描仪测距精度内对不同距离进行了严格的试验.根据提取的靶心和点云配准误差传播模型,计算得出不同距离下的点云配准精度,从而分析得出点云配准精度的扫描最佳距离.结果表明点云误差传播模型正确,试验方法良好.     

地面三维激光扫描多视点云配准设站最佳次数的研究

为探讨扫描仪设站次数的变化给点云配准误差积累造成的影响,研究了点云配准误差传播特性,给出点云配准误差传播的模型.对实验采集的点云数据,计算出不同设站次数下点云配准的最终中误差,通过比较中误差来确定多视点云配准设站的最佳次数为4.设站最佳次数的确定对于减小配准误差传递、提高作业效率具有重要的意义.     

三维后期重建中基于果蝇优化的点云数据配准研究

为了提高三维后期重建中的点云数据配准成功率，采用果蝇优化算法进行点云的最优变换矩阵和平移向量求解。首先，提取源点云特征，并结合模板点云特征构建点云配准目标函数。接着，建立果蝇优化算法点云配准模型，以点云配准目标函数作为果蝇优化算法适应度函数，并通过对最优浓度个体的搜索，完成最优变换矩阵和平移向量的求解。为了提高果蝇优化算法搜索精度，采用自适应气味浓度变换率参数，以增强果蝇优化算法对大规模点云的配准适应度。仿真结果表明，即使对源点云引入不同强度的噪声信号和不同规模的离群率干扰，果蝇优化算法的仍能够表现出较高的点云配准成功率和稳定性。相比常用点云配准算法，所提算法的旋转均方根误差和平移均方根误差更小，且配准的成功率更高。     

无序多视角点云的自主配准方法

为了提高自主多视角点云配准方法的效率和精度,提出一种基于特征匹配的无序多视角点云全局配准方法,通过计算和匹配点云的特征描述子快速实现双视角点云配准;设计了有效的判定准则用于判别双视角配准的结果是否可靠;利用所提出的模型扩展方法对可靠的双视角配准结果进行点云模型的扩展。通过交替地执行双视角配准、配准结果判别和模型扩展,该方法可实现无序多视角点云的全局配准。在斯坦福图形学实验室公开数据集上的实验结果表明,与效果较优的同类方法相比,该方法可使得配准效率平均提高近5倍,且配准误差显著下降,同时可提高多视角点云配准的性能。     

基于逆向工程的曲面模型重构及误差分析

研究了逆向工程模型重构、误差分析理论和应用技术.以发动机前主轴承盖为研究载体,使用逆向造型软件Imageware进行了模型重构和误差分析工作.运用三坐标测量机INFINITE对样件进行非接触测量获取其外形点云数据,对点云数据进行了合并、去除噪声点、取样等处理,在此基础上进行了不同的方法曲线和曲面重构,并将构建出的模型与原始点云对比,进行误差分析得到合理的误差结果,建立了指定误差范围内的曲面模型.     

散乱点云与重构模型的误差分析

在反求工程中,对产品的实物模型进行数字化测量后,重构得到产品的CAD模型.而实物测量数据与重构模型间的误差分析是必要的,它会对原产品的仿制或重复制造等后续工作产生影响.首先时零件实物的散乱点云进行预处理,得到截平面点云,然后实现曲线拟合和重构模型,最后对散乱点云与重构模型进行误差分析,并通过误差生长线来区分误差大的区域.     

三维重建中先验概率重加权点云配准算法

基于高斯混合模型的三维点云配准算法在面对大量的外点及对应位置缺失时表现不佳。为此提出了一种结合点到面距离和先验概率重加权的点云配准方法。首先,通过高斯混合模型和均匀分布建立点云之间的位置对应关系;其次,使用先验概率对高斯混合模型的混合比例重新加权来处理对应位置缺失,同时利用后验概率推测潜在外点及其比率;然后,向误差函数中添加目标点的法向,用点到面距离度量点云之间的相似性;最后,在求解高斯混合模型参数时移除潜在外点来提高算法准确性。在合成数据和真实场景中进行实验并采用不同指标进行评估,结果验证了本文方法的有效性。     

基于逆向工程的曲面模型重构及误差分析

研究了逆向工程模型重构、误差分析理论和应用技术。以发动机前主轴承盖为研究载体,使用逆向造型软件Imageware进行了模型重构和误差分析工作。运用三坐标测量机INFINITE对样件进行非接触测量获取其外形点云数据,对点云数据进行了合并、去除噪声点、取样等处理,在此基础上进行了不同的方法曲线和曲面重构,并将构建出的模型与原始点云对比,进行误差分析得到合理的误差结果,建立了指定误差范围内的曲面模型。     

地面三维激光扫描仪的测量误差分析

三维激光扫描技术的出现为快速、有效、准确获取三维空间信息提供了全新的技术支持.三维激光扫描仪能够不受白天黑夜的限制,全天侯对任意物体进行扫描并获取高精度的物体表面点的三维信息及反射率信息,从而快速实现物体的三维重建.然而,由于在应用过程中,受到仪器本身技术的限制以及外界的影响,使得外业采集的点云数据的精度受到不同程度的影响,从而使得后续的点云数据处理变得复杂且缓慢,甚至使得最终生成的三维模型与实际物体不一致.主要针对地面三维激光扫描仪在测量过程中存在的测距误差、测角误差以及误差来源进行了详细地分析并构建了点位误差模型,为提高三维激光点云数据处理的效率和精度提供了必要的条件.     

基于分层粒子群优化的三维点云配准

为了提高三维点云配准的性能,采用基于分层粒子群优化的迭代最近点算法来完成点云配准;首先将源点云作为粒子群粒子,将粒子分成多个子群,然后以点云的曲率为适应度值,分别求解子群适应度值和全局粒子适应度值,并将子群适应度值、全局粒子适应度值和粒子当前速度三者结合,共同搜寻最优粒子,以得到能够精确表达点云结构的特征点,最后采用迭代最近点算法对特征点进行配准。仿真结果表明,通过合理设置粒子速度权重和子群规模,相对于标准迭代最近点算法,分层粒子群优化算法的三维点云配准效率提升显著,配准均方误差略有减小。     

基于NDT与ICP的快速点云配准算法

点云配准是三维重建过程的关键一步。传统配准算法的速度较慢,尤其是在两个点云距离较远或点云数据较大的时候,为此本文提出了一种基于NDT和ICP的快速点云配准方法,能够有效地减少配准时间。本文算法主要分为三步：(1)采用NDT算法进行点云粗配准,调整两点云间的距离和点云姿态;(2)采用ICP算法对粗配后的点云数据进行微调,调整点云位置与姿态;(3)采用ICP算法对微调后的点云进行精确配准。实验结果表明,与传统算法相比,在点云数据量较大或者两个点云距离较远的情况下,本文算法也能够达到较快的配准速度与较高的配准精度。     

基于几何特征的点云配准算法

为了有效地解决不存在明确对应关系的点云配准问题,提出了一种基于点云几何特征的配准算法.首先以点云的曲率为联系特征,搜索配准点云的匹配对集合;然后利用邻域特征对各匹配对进行相似性度量,提取有效配准对,并引入刚体变换中向量几何性质剔除其错配对,生成点云初变换;最后采用ICP算法对点云初配结果进行优化,实现点云精确配准.仿真实验结果表明:该算法具有较高的配准精度,且配准时间较短,是一种可行的点云配准算法.     

基于单位四元数的手术导航注册方法

针对目前的脑立体定向手术导航注册方法存在较大误差和可能出现奇异点等缺点,提出了一种基于四元数电磁定位的新注册方法.利用四元数的快速迭代特性和计算过程无奇异解的特性实现注册过程中的3个空间映射过程,根据单位四元数中的刚体姿态变换描述及奇次坐标理论求解从实时手术空间到计算机空间的最优转换矩阵.实验结果表明,文中所提算法得到...     

考虑噪声干扰的医学图像点对配准算法及其误差预测

提出了考虑噪声干扰的医学图像点对配准问题的最大似然估计算法以及目标配准误差（TRE）的预测方法.对定义在Mahalanobis距离空间的绝对定向问题（AOP）进行迭代求解，使其结果收敛于最大似然解；应用误差传递理论计算配准结果的方差，通过方差传递公式计算TRE的数学期望，并用于评价配准结果和优化基准点的空间配置.数值模拟实验结果表明，与AOP的封闭解法相比，所提出算法的估计结果的精度较高，其对TRE预测的相对误差小于2%，对配准结果标准差预测的相对误差小于4%.     

基于ADS-B数据的一次雷达系统误差配准方法

针对大误差一次雷达测量过程中雷达配准方法的精度提升问题,分析了一次雷达误差分布特性,以广播式自动相关监视系统的航迹数据为真值,提出了基于改进轨迹跟踪滤波的实时雷达配准方法。采用点云配准方法中随机抽样一致性的迭代最近点法,对基于期望增加模型的变结构交互式多模型算法中的偏置函数进行了改进,有效减少了随机误差在配准过程中的影响,并获得最优的偏置参数,以提升大误差一次雷达配准的精度。算例分析结果表明,该方法配准后可使所选一次雷达俯仰角平均绝对误差降低至0.04°,方位角平均绝对误差降低至0.07°,为雷达系统误差配准提供新方法支撑。     

基于统计形变模型的多模医学图像非刚性配准方法研究

多模医学图像间可能存在复杂的非刚性形变,矫正这类形变需要采用具有较高自由度的非线性变换模型.直接求解非线性变换的高维参数,不仅会增加配准时间,而且也影响配准精度.为此,本文提出一种基于统计形变模型的配准算法,该算法利用统计形变模型对大量多模图像间的非刚性形变进行统计学习,利用由此建立的模型大幅减少变换模型的参数,达到提高图像配准效率和精度的目的.大量的实验结果表明：与基于传统自由形变模型的配准算法相比,本文提出的基于统计形变模型的配准算法其效率可以提高52%,同时目标配准误差平均减少0.503 2个像素.     

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.      

基于三点法和ICP算法的手术导航系统患者配准

为提升手术导航系统的患者配准精度和操作效率,提出一种将三点法与迭代最近点(iterative closest point,ICP)算法相结合的配准策略.首先,定义患者配准问题,并介绍术前和术中数据获取方法;然后,以光学定位标记球心为患者空间与图像空间的共同特征,并利用三点法完成初始配准;最后,以经初始映射后的患者点云中各点为球心,建立半径为r的球形区域,并仅保留位于该区域内的图像点云以实现抽样,再利用改进ICP算法对两片点云执行精确配准.实验结果表明,采用所提方法对猪股骨和猪髂骨执行配准的平均误差分别为(0.83±0.10)mm和(0.86±0.09)mm,其精度和稳定性均优于传统ICP算法,且具备高效、易操作的特点以及潜在的临床应用价值.