本文關(guān)鍵詞：基于平面提取的三維點云點配準算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著現(xiàn)代化信息水平的飛速發(fā)展,逆向工程,文物保護,礦山開采,3D打印,游戲娛樂中對于三維點云的處理越來越重視,在這些方面的應(yīng)用也日益增多。但由于物體的尺寸以及坐標測量裝置的視域范圍在日常生活中往往處于受限的狀態(tài),并不能通過一次掃描即可獲得全部的點云數(shù)據(jù),于是點云配準技術(shù)應(yīng)運而生,通過不同視角所具有的旋轉(zhuǎn)平移變換關(guān)系,將不同視域下的點云數(shù)據(jù)統(tǒng)一到同一坐標系下,從而通過配準獲得完整的點云數(shù)據(jù)。圍繞提高點云數(shù)據(jù)配準的工作精度和效率這一目標,本文主要開展了以下幾個方面的工作：(1)對點云配準的國內(nèi)外研究現(xiàn)狀進行了調(diào)研,對初始配準和精確配準階段的典型配準方法進行了深入分析,并對區(qū)域生長算法、霍夫變換算法和隨機采樣一致性算法等經(jīng)典平面提取算法進行了比較和分析；(2)在分析現(xiàn)有典型配準算法的基礎(chǔ)上,針對具有“多平面,大平面”的巖體和類巖體三維點云數(shù)據(jù)提出了一種新的高效配準算法。該算法首先將點云數(shù)據(jù)區(qū)分為不同視角的源點云和目標點云,將區(qū)域生長法、霍夫變換算法相結(jié)合并用于兩點云的平面提�。灰苑乐钩霈F(xiàn)過生長等問題,并達到高效和魯棒的目的；其次本文利用主成分分析法算法,將源點云與目標點云中疑似具有匹配關(guān)系的平面多邊形置于同一二維坐標系下,計算它們的公共區(qū)域面積比,在算法上實現(xiàn)了剔除無匹配關(guān)系的點云平面多邊形的配對,以提高配準效率；然后利用相似多邊形質(zhì)心亦相似的原理,從源點云某一邊界多邊形中,利用邊界點的法向量和多邊形的質(zhì)心坐標從目標點云中相似多邊形內(nèi)找出對應(yīng)點進而實施初始配準,以提升配準的準確性和速度；最后利用迭代最近點算法進行多次迭代進而實現(xiàn)巖體點云的精確配準；(3)針對算法的精確配準效果,搭建了點云配準的對比實驗環(huán)境,采用實際巖體點云作為測試數(shù)據(jù),與已有典型算法進行了比較分析,從配準精度和配準效率兩方面對本文算法進行了測試和驗證。研究表明,本文提出的算法對于平面結(jié)構(gòu)面大、平面數(shù)量多的物體具有十分顯著的配準效果,能夠有效提高配準精度和配準效率。本文工作對海量巖體點云的配準工作具有一定的參考價值。
【關(guān)鍵詞】：點云配準 平面提取 區(qū)域生長 主成分分析算法 迭代最近點算法
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-18
• 1.1 研究背景與意義10-12
• 1.2 點云配準算法的國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 初始配準算法的國內(nèi)外研究現(xiàn)狀13-14
• 1.2.2 精確配準算法的國內(nèi)外研究現(xiàn)狀14-16
• 1.3 本文的主要研究內(nèi)容16-18
• 第二章 點云配準算法的理論基礎(chǔ)18-28
• 2.1 Point Cloud Library庫18-19
• 2.2 平面提取算法及其分析19-23
• 2.2.1 區(qū)域生長算法19-21
• 2.2.2 霍夫變換算法21-22
• 2.2.3 隨機采樣一致性算法22-23
• 2.3 主成分分析算法23-24
• 2.4 迭代最近點算法24-26
• 2.5 本章小結(jié)26-28
• 第三章 基于平面提取的三維點云配準算法28-44
• 3.1 算法的基本思路28-29
• 3.2 算法實現(xiàn)的關(guān)鍵步驟29-41
• 3.2.1 平面提取及邊界提取29-34
• 3.2.2 基于PCA算法的平面邊界多邊形歸一化34-36
• 3.2.3 公共區(qū)域面積計算36-38
• 3.2.4 初始配準38-40
• 3.2.5 基于ICP算法的精確配準40-41
• 3.3 本章小結(jié)41-44
• 第四章 實驗結(jié)果與分析44-54
• 4.1 實驗環(huán)境及實驗數(shù)據(jù)44-45
• 4.2 算法的對比分析45-52
• 4.2.1 配準精度的比較47-50
• 4.2.2 配準效率的比較50-52
• 4.3 本章小結(jié)52-54
• 第五章 結(jié)論與展望54-56
• 5.1 本文主要工作總結(jié)54-55
• 5.2 課題下一步工作安排55-56
• 參考文獻56-60
• 致謝60-62
• 個人簡歷、在學(xué)期間發(fā)表的論文與研究成果62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

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

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

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

5 於時才;呂艷瓊;;一種圖像快速配準算法的研究[J];激光與紅外;2009年04期

6 謝永勝;余正生;;圖像快速配準算法的改進[J];機電工程;2010年02期

7 郭明;周曉東;;艦船小目標圖像配準算法[J];光子學(xué)報;2012年02期

8 李寶峰;田寶華;張曉明;鄭明玲;;全局自動圖像配準算法加速器[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2012年10期

9 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算法[J];光電子.激光;2010年12期

10 王學(xué)敏;王國宏;陳壘;;航跡圖像的2D雷達系統(tǒng)誤差配準算法[J];火力與指揮控制;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前7條

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

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

3 王瑞瑞;王晉年;馬建文;;基于虛擬窗口統(tǒng)計特征的可見光與熱紅外影像配準算法研究[A];第十七屆中國遙感大會摘要集[C];2010年

4 孫凡;;基于無人機多光譜成像儀圖像的配準算法研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

5 郗潤平;武瀟;張艷寧;;基于子束變換和Harris角點的圖像配準算法[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會�？痆C];2009年

6 曹世翔;江潔;張廣軍;袁艷;;一種簡化SIFT的圖像配準算法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

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

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 張超;基于局部特征的圖像配準算法及應(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;像素級圖像增強及配準算法研究[D];北京理工大學(xué);2014年

5 梁月強;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 劉朝霞;航空遙感圖像配準算法研究[D];大連海事大學(xué);2011年

7 葉宏;多傳感器系統(tǒng)配準算法研究[D];中國工程物理研究院;2014年

8 祁永慶;多平臺多傳感器配準算法研究[D];上海交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 陳平君;配準方法可重現(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)圖像彈性配準算法研究[D];蘭州交通大學(xué);2015年

6 曹紅洋;基于Demons算法的圖像非剛性配準算法研究[D];南昌航空大學(xué);2015年

7 李耀東;基于分布估計算法和互信息的醫(yī)學(xué)圖像剛性配準算法研究[D];沈陽工業(yè)大學(xué);2016年

8 宋江典;多模態(tài)腦影像配準算法設(shè)計與實現(xiàn)[D];東北大學(xué);2014年

9 劉忠建;基于并行計算的點云配準算法研究[D];北方工業(yè)大學(xué);2016年

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

  本文關(guān)鍵詞：基于平面提取的三維點云點配準算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：263914