基于整体最小二乘的多视点云配准方法研究

发布时间：2019-08-12 12:11

【摘要】：近年来,三维激光扫描技术以其测速快、精度高、无接触测量等优势,被越来越广泛地应用于各行各业,而多视点云配准是三维激光扫描点云数据处理技术中的一项核心技术。随着社会的发展与现代测绘技术的进步,各行各业多视点云数据配准的精度要求也在不断的提高。而配准的精度实际上就在于两两测站间坐标转换参数的求解。本文通过对几种主要的多视点云配准算法进行研究,提出一种多视点云配准的新算法,并详细推导其解算方法与过程,通过MATLAB语言加以算法实现,进行精度的评定与比较,主要研究内容如下:通过对迭代最近点(Iterative Closest Point,ICP)算法进行研究,推导了基于奇异值分解法的经典ICP算法解算过程,并基于二维Delaunay三角剖分法,详细阐述了三维Delaunay点集搜索法的基本原理与方法,推导了快速搜索配对最邻近点集的Delaunay-ICP算法,实现了 ICP算法时间效率上的优化。实验结果表明:Delaunay-ICP算法与经典ICP算法参数解算结果相同、精度相同,但计算效率优于传统的ICP算法,Delaunay-ICP算法较传统ICP算法提高了约27.94%。同时,验证了 ICP算法不适用于大旋转角度间的测站间配准的缺陷,针对一些旋转角度较小的测站间配准,ICP算法具有较好的效果,但面对旋转角度较大的情况,ICP算法则无法找到其正确的对应点,导致解算结果完全错误。分别基于经典最小二乘(Least Squares,LS)和非线性最小二乘,推导了多视点云配准的线性模型和非线性模型的基本解法,并通过不同案例进行了验证,结果表明:当旋转角度较小时,线性模型与非线性模型具有同样高的精度与较好的配准效果;但当旋转角度较大时,线性模型的解算结果则会严重失真,只能通过非线性模型进行参数求解。采用变量误差(Error-in-variables,EIV)模型及其对应的整体最小二乘(Total Least Squares,TLS)估值方法,构建多视点云配准的Gauss-Helmert模型,并基于高斯-牛顿迭代的非线性拉格朗日法,详细推导了其解算过程。通过三维激光扫描的实测数据加以验证,结果表明:该算法适用于任意旋转角的多视点云配准,且相较于ICP算法与非线性LS算法,具有更高的配准精度,相较于现有的TLS方法精度一致,但待估参数的数目大大减少,计算效率显著提高。基于三维Delaunay点集搜索策略,针对海量点云数据的配准问题,提出一种基于TLS的多视点云配准的Delaunay-TLS新算法。该算法通过Delaunay点集搜索法快速定位对应点集,并通过在进行大面积点云数据精配准前先进行一次粗配准的方式,克服了 Delaunay点集搜索法不适用于大旋转角的缺陷。同时,新算法充分利用了海量点云数据进行的精确配准,较传统的TLS算法具有更高的配准精度。实验结果表明:新算法适用于任意旋转角度的多视点云配准,且相较于通过少量特征点拼接的TLS算法,具有更高的配准精度,尤其是对于特征点不宜提取的扫描对象。
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P225.2

【相似文献】

相关期刊论文 前10条

1 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期

2 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期

3 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

4 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期

5 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期

6 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

7 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

8 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期

9 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期

10 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

相关会议论文 前10条

1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年

2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年

4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年

6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合，，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年

9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

相关重要报纸文章 前2条

1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年

2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

相关博士学位论文 前10条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年

3 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年

4 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年

5 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年

6 李艳红;车载移动测量系统数据配准与分类识别关键技术研究[D];武汉大学;2014年

7 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年

8 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

9 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年

10 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年

相关硕士学位论文 前10条

1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年

2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年

3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年

4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年

6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年

7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

本文编号：2525699