本文關鍵詞：三維離散點云數(shù)據的預處理和配準技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：計算機視覺是富有挑戰(zhàn)性的重要研究領域之一,是多學科交叉的綜合性學科。三維重建是目前計算機視覺研究領域的一個研究熱點,為了獲取目標的三維點云模型,對不同視角下的三維點云求解空間剛體變換的旋轉平移矩陣,將多個視角的點云合并成一個完整的點云(點云的配準技術)。點云配準技術是三維重建核心的技術,是虛擬現(xiàn)實、仿真設計、文物數(shù)字化等計算機視覺領域的研究熱點和重點,并且越來越多的商業(yè)公司(如微軟、英特爾)推出廉價的點云采集設備,開發(fā)顛覆性的人機交互模式,越來越多的交互式設計商業(yè)化產品的推出開辟了一個新的時代,具有很強的商業(yè)價值和現(xiàn)實意義;同時對該問題的研究還能豐富和充實以點云數(shù)據為研究對象計算機視覺領域研究,還具有較強的理論意義。本文針對復雜環(huán)境下離散點云的3D模型提取的問題,研究分別通過計算機立體匹配技術和深度攝像頭獲取點云的技術;以點云的法向量、平均曲率等幾何信息為基礎,研究基于曲率和統(tǒng)計學方法的離散點云濾波方法;以深度圖像特征點和SIFT算法特征點為研究對象,研究基于不同特征點的點云初始配準;點云的精確配準算法主要包括了ICP算法和3DNDT算法,研究了基于步長動態(tài)更新的3DNDT點云精確配準算法,本文對相關問題進行了深入研究,主要工作和成果如下:1.深入分析了復雜環(huán)境下離散點云的不同獲取方法。對立體匹配算法中比較具有代表性的局部匹配算法和半全局匹配算法進行研究。局部匹配算法采用sad算法,半全局匹配算法采用sgbm算法,通過實驗證明當sad窗口太小或太大的時候,存在比較大的匹配誤差,實驗結果也表明算法實時性很強,匹配速度快,但是精度不高。sgbm算法的匹配代價計算采用bt算法,并且在能量公式中加入平滑約束,實驗表明sgbm立體匹配算法比sad要好的多,并且實時性也很強。針對立體匹配算法效率低、檢測精度不高的問題,引入了基于深度攝像頭獲取點云的辦法,實驗證明深度攝像頭具有較快的檢測速度和較高的檢測精度。2.分析了已有復雜環(huán)境下離散點云濾波研究不足,針對海量點云數(shù)據密度不均勻性,噪聲點、離群點多的問題,引入平均曲率的求解,提出了基于曲率和統(tǒng)計學方法的csf點云濾波;首先,針對離散點云的所有數(shù)據點進行統(tǒng)計分析,計算全局距離的均值和方差,求出離散點云內任一數(shù)據點的曲率,并求出曲率的平均值;然后,對離散點云進行立方體劃分,對立方體內的所有數(shù)據點進行曲率閾值判斷,保留立方體內曲率相近的數(shù)據點,對不滿足閾值的立方體繼續(xù)劃分,直到滿足閾值條件;遍歷所有的立方體,將立方體內所有數(shù)據點用一個重心點表示,通過此種柵格濾波能將密度不均勻的點云數(shù)據均勻化;最后,通過離散點云全局距離閾值,數(shù)據點和其領域點之間的平均距離關系,刪除離群點。大量數(shù)據的實驗結果表明,本文算法穩(wěn)定可靠,能夠快速有效的對點云數(shù)據壓縮和濾波,并大大的加快點云搜索速度。3.提出了一種基于sift特征點的點云初始配置算法,將二維圖像中的sift算子拓展到三維點云空間。首先,將圖像與尺度進行定位,運用高斯差分公式選取既定的特征點,其在旋轉變化與尺度縮放中擁有不變性特征。其次,確定所有候選點的尺度與具體定位;再進行關鍵點的方向選定,將之后以圖像數(shù)據為目標的操作均由特征點的定位、尺度與方操作所替代,使操作仍然具有不變性的特質。最后,計算關鍵點尺度范圍內的梯度,生成特征點描述子。通過計算需要配準點云特征點和領域點之間的空間差異,形成一個多維直方圖對該特征點的k領域幾何屬性進行描述。最后,隨機的選擇特征點直方圖配準的點進行計算點云的選擇平移關系。4.提出了一種基于深度圖像關鍵點的采樣一致性初始配置算法。通過尋找每個深度圖像點在近鄰區(qū)域有深度突變的位置進行邊緣檢測,對深度圖像中每一個點的四種權重值,四種權重值分別代表該點在上下左右具有邊界的可能性,提取深度圖像的邊界;計算邊界的方向和深度圖像表面的變化,計算邊界點的主方向和曲率,采用高斯核函數(shù)對邊界點投影角度和權重進行平滑處理,提取所需要的特征點;通過計算需要配準點云特征點和領域點之間的空間差異,形成一個多維直方圖對該特征點的k領域幾何屬性進行描述。最后,隨機的選擇特征點直方圖配準的點進行計算點云的旋轉平移關系。5.針對三維點云配準算法收斂性差和容易陷入局部最優(yōu)的問題,提出了一種基于牛頓迭代改進的三維正態(tài)分布變換算法(簡稱NM-3DNDT)。離散的三維點云表面采用分段平滑函數(shù)的一階和二階導數(shù)表示,將點云空間劃分為立方體網格,并計算相應的均值和協(xié)方差矩陣。為降級算法的復雜度,引入高斯函數(shù)近似對數(shù)似然函數(shù),并簡化3DNDT算法的概率密度函數(shù)參數(shù),通過雅克比矩陣和旋轉平移方程求解Hessian矩陣和梯度向量,提出采用改進線性搜索來更新牛頓迭代算法的步長,確保算法在少量迭代次數(shù)后收斂。最后對算法進行了仿真實驗并與其它算法進行了比較,結果表明所提出的算法能獲得較好的配準效果,提高了算法配準精度和運行效率。
【關鍵詞】：離散點云 立體匹配算法 RGB-D攝像頭 法向量 曲率 特征點 SIFT算子 牛頓迭代 正態(tài)分布變換算法
【學位授予單位】：浙江工業(yè)大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要5-8
• ABSTRACT8-14
• 第1章 緒論14-34
• 1.1 選題背景及意義14-15
• 1.2 國內外研究現(xiàn)狀15-30
• 1.2.1 點云數(shù)據采集的研究現(xiàn)狀15-23
• 1.2.2 點云數(shù)據濾波的研究現(xiàn)狀23-24
• 1.2.3 點云數(shù)據配準的研究現(xiàn)狀24-30
• 1.3 目前研究存在的問題30
• 1.4 論文的主要研究內容30-34
• 第2章 三維離散點云的獲取34-47
• 2.1 引言34-35
• 2.2 立體匹配算法獲取點云數(shù)據35-41
• 2.2.1 基于SAD的塊匹配算法35
• 2.2.2 半全局立體匹配算法35-37
• 2.2.3 實驗結果與分析37-41
• 2.3 深度攝像頭的點云獲取41-46
• 2.3.1 3D攝像頭的原理41-42
• 2.3.2 攝像頭的成像模型42-44
• 2.3.3 深度信息獲取44
• 2.3.4 實驗結果與分析44-46
• 2.4 本章小結46-47
• 第3章 基于曲率和統(tǒng)計學方法的CSF點云濾波47-64
• 3.1 引言47-48
• 3.2 基礎算法48-53
• 3.2.1 法式的估計48-50
• 3.2.2 八叉樹和KD-Tree50-52
• 3.2.3 最近鄰搜索52-53
• 3.3 CSF算法的離散點云濾波53-56
• 3.3.1 算法問題53-54
• 3.3.2 CSF算法54-56
• 3.4 實驗結果與分析56-63
• 3.4.1 實例測試一：未濾波點云數(shù)據的搜索56-57
• 3.4.2 實例測試二：基于CSF算法的離散點云濾波57-60
• 3.4.3 實例測試三：各類場景的測試60-63
• 3.5 本章小結63-64
• 第4章 基于特征點的采樣一致性點云初始配準64-79
• 4.1 引言64
• 4.2 基于SIFT特征點的初始配準算法64-68
• 4.2.1 點云的SIFT特征點提取64-67
• 4.2.2 采樣一致性配準算法67-68
• 4.3 基于KPSAC-IA初始配準算法68-71
• 4.4 實驗結果與分析71-77
• 4.4.1 基于SIFT特征點的特征提取71-73
• 4.4.2 基于KPSAC-IA的特征提取73-75
• 4.4.3 算法參數(shù)討論75-77
• 4.5 本章小結77-79
• 第5章 步長動態(tài)更新的正態(tài)分布變換點云精確配準79-92
• 5.1 引言79-80
• 5.2 三維點云精確匹配算法80-83
• 5.2.1 ICP迭代最近點算法80-81
• 5.2.2 三維正態(tài)分布變換算法81-83
• 5.3 牛頓迭代算法參數(shù)求解83-86
• 5.3.1 Hessian矩陣和梯度向量83-84
• 5.3.2 基于線性搜索的步長更新84-86
• 5.4 實驗結果與分析86-91
• 5.4.1 實例測試一：場景一86-89
• 5.4.2 實例測試二：場景二89-91
• 5.5 本章小結91-92
• 第6章 三維點云配準仿真實驗平臺92-101
• 6.1 引言92
• 6.2 仿真平臺的框架92-94
• 6.2.1 仿真環(huán)境92
• 6.2.2 實驗條件92-93
• 6.2.3 總體框架93-94
• 6.3 仿真平臺工作原理94-95
• 6.4 仿真平臺各功能的實現(xiàn)95-100
• 6.4.1 手眼協(xié)調95-97
• 6.4.2 實驗仿真平臺97
• 6.4.3 三維點云配準模型97-100
• 6.5 本章小結100-101
• 第7章 總結與展望101-104
• 7.1 論文總結101-102
• 7.2 工作展望102-104
• 文中常用符號104-105
• 參考文 獻105-115
• 致謝115-116
• 攻讀博士學位期間參加科研項目和取得成果116

【參考文獻】

中國期刊全文數(shù)據庫 前1條

1 侯英龍;張學典;董世琨;常敏;;基于莫爾條紋偏折技術的多焦點鏡片檢測技術研究[J];激光雜志;2014年01期

  本文關鍵詞：三維離散點云數(shù)據的預處理和配準技術研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：330691