【摘要】：針對(duì)帶有噪聲的文物點(diǎn)云模型,采用一種由粗到細(xì)的方法來實(shí)現(xiàn)其斷裂面的精確配準(zhǔn)。首先采用一種變尺度點(diǎn)云配準(zhǔn)算法實(shí)現(xiàn)粗配準(zhǔn),即配準(zhǔn)測(cè)度函數(shù)的尺度參數(shù)由大到小逐漸變化,可避免算法陷入局部極值,并獲得較高精度的初始配準(zhǔn)結(jié)果;然后采用基于高斯概率模型的改進(jìn)迭代最近點(diǎn)(iterative closest point,ICP)算法進(jìn)行細(xì)配準(zhǔn),可以有效地抑制噪聲對(duì)配準(zhǔn)結(jié)果的影響,實(shí)現(xiàn)斷裂面的快速精確匹配。采用兵馬俑文物碎塊的配準(zhǔn)結(jié)果表明,該優(yōu)化配準(zhǔn)算法能夠?qū)崿F(xiàn)文物斷裂面的精確配準(zhǔn),而且在細(xì)配準(zhǔn)階段取得了較高的配準(zhǔn)精度和收斂速度。因此該優(yōu)化配準(zhǔn)算法是一種快速、精確、抗噪性強(qiáng)的文物點(diǎn)云配準(zhǔn)方法。
[Abstract]:Aiming at the point cloud model with noise, a coarse-to-fine method is used to achieve the accurate registration of the fault surface. Firstly, a variable scale point cloud registration algorithm is used to realize rough registration, that is, the scale parameters of the registration measure function change gradually from large to small, which can avoid the algorithm falling into local extremum and obtain the high precision initial registration results. Then the improved iterative nearest point (iterative closest algorithm based on the Gao Si probability model is used for fine registration, which can effectively suppress the influence of noise on the registration results and realize the fast and accurate fault surface matching. The registration results of Terracotta Warriors and Terracotta Warriors show that the optimal registration algorithm can achieve the accurate registration of the fault surface of cultural relics and obtain higher registration accuracy and convergence speed in the fine registration stage. Therefore, the optimized registration algorithm is a fast, accurate, anti-noise point cloud registration method.
【作者單位】： 咸陽師范學(xué)院教育科學(xué)學(xué)院;西北大學(xué)信息科學(xué)與技術(shù)學(xué)院;北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61373117) 陜西省教育科學(xué)“十二五”規(guī)劃項(xiàng)目(SGH140803)
【分類號(hào)】：TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊風(fēng)暴;陽方林;韋全芳;韓焱;;基于圖像跡的快速配準(zhǔn)算法研究[J];測(cè)試技術(shù)學(xué)報(bào);2006年01期

2 蔣睿嵩;張定華;張順利;程云勇;;帶變形渦輪葉片精確配準(zhǔn)算法研究[J];CT理論與應(yīng)用研究;2009年01期

3 李在娟;付宜利;高文朋;;基于路徑的血管介入手術(shù)電磁跟蹤的配準(zhǔn)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

4 蔣睿嵩;魏發(fā)遠(yuǎn);馮大勇;閆茂振;;一種權(quán)值約束的精確配準(zhǔn)算法[J];圖學(xué)學(xué)報(bào);2014年02期

5 左森;郭曉松;萬敬;郭君斌;;基于支持向量回歸的光度配準(zhǔn)算法[J];微電子學(xué)與計(jì)算機(jī);2006年12期

6 於時(shí)才;呂艷瓊;;一種圖像快速配準(zhǔn)算法的研究[J];激光與紅外;2009年04期

7 謝永勝;余正生;;圖像快速配準(zhǔn)算法的改進(jìn)[J];機(jī)電工程;2010年02期

8 郭明;周曉東;;艦船小目標(biāo)圖像配準(zhǔn)算法[J];光子學(xué)報(bào);2012年02期

9 李寶峰;田寶華;張曉明;鄭明玲;;全局自動(dòng)圖像配準(zhǔn)算法加速器[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年10期

10 陳華杰;馮衛(wèi)平;林岳松;郭云飛;;基于稀疏方位超圖匹配的圖像配準(zhǔn)算法[J];光電子.激光;2010年12期

相關(guān)會(huì)議論文 前5條

1 張政;張彩明;;一種基于法向特征的點(diǎn)云數(shù)據(jù)配準(zhǔn)算法[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

2 梅躍松;楊樹興;莫波;;一種基于新的相似性測(cè)度的自動(dòng)圖像配準(zhǔn)算法[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

3 郗潤(rùn)平;武瀟;張艷寧;;基于子束變換和Harris角點(diǎn)的圖像配準(zhǔn)算法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專刊[C];2009年

4 曹世翔;江潔;張廣軍;袁艷;;一種簡(jiǎn)化SIFT的圖像配準(zhǔn)算法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

5 蔣曉瑜;田宏亮;張文明;;基于梯度互信息的小波域圖像配準(zhǔn)算法研究[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前6條

1 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

2 楊娟;醫(yī)學(xué)圖像配準(zhǔn)和四維磁共振成像相關(guān)技術(shù)研究[D];山東大學(xué);2015年

3 虞剛;在線自適應(yīng)放療若干關(guān)鍵問題的研究[D];東南大學(xué);2015年

4 章學(xué)靜;像素級(jí)圖像增強(qiáng)及配準(zhǔn)算法研究[D];北京理工大學(xué);2014年

5 梁月強(qiáng);圖像引導(dǎo)放射治療若干關(guān)鍵問題的研究[D];電子科技大學(xué);2012年

6 劉通;非合作姿態(tài)測(cè)量中的點(diǎn)云獲取與配準(zhǔn)方法研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 劉新;三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法研究[D];燕山大學(xué);2015年

2 楊昆;基于互相關(guān)和點(diǎn)特征的圖像配準(zhǔn)算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 陳平君;配準(zhǔn)方法可重現(xiàn)比較流程與纖維束分割算法研究[D];大連理工大學(xué);2015年

4 陳聰;低照度圖像配準(zhǔn)算法研究[D];西安電子科技大學(xué);2014年

5 王冰;基于GPU的粘性流體醫(yī)學(xué)圖像彈性配準(zhǔn)算法研究[D];蘭州交通大學(xué);2015年

6 宋江典;多模態(tài)腦影像配準(zhǔn)算法設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2014年

7 張金龍;面向嬰幼兒腦MR圖像的配準(zhǔn)算法與分割研究[D];東北大學(xué);2014年

8 張光晉;基于配準(zhǔn)算法的嬰幼兒腦MR圖像分割框架研究[D];東北大學(xué);2014年

9 肖博文;基于平面提取的三維點(diǎn)云點(diǎn)配準(zhǔn)算法研究[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2016年

10 黃雄;三維重建中點(diǎn)云數(shù)據(jù)配準(zhǔn)算法的研究[D];燕山大學(xué);2016年

，

本文編號(hào)：2145390