三维激光点云特征提取及配准算法改进
发布时间：2021-08-21 22:22
三维激光点云数据因获取途径广、扫描速度快和精度高等优点被广泛应用于现代工程中的各个领域。但点云数据也存在抗干扰性差、鲁棒性差、单次采集数据范围小等缺点,为三维点云数据的应用增加了一定的难度。因此,针对点云数据的特性,本文采用特征属性象限分割法及深度学习自动编辑器覆盖集算法,尝试解决点云要素提取和配准精度问题,论文完成的主要工作如下:（1）针对三维点云数据结构复杂性和点云密度分布不均等特性,提高匹配点对的检索速率,本文采用了一种新的特征属性象限分割法。此方法首先基于法向量对点云数据进行特征属性提取,确保整体点云数据的压缩和局部特征不变性,然后将提取的特征分割到空间象限内,将点云数据进行分块处理,提高对应点点对的正确匹配率。（2）针对三维点云数据配准精度的问题,本文改进了深度学习自动编辑器覆盖集（LORAX）的算法,首先基于随机球体覆盖集（RSCS）将象限分割的特征点云转化为为超点,利用各个象限内的超点来描述物体的三维局部特征信息,然后利用自动编码器特征向量（SAF）对超点进行几何信息描述,并将属性相同的超点点组进行配对,最后基于超点求出的配准参数完成粗配准。改进的算法增强了超点点组在描述...
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 引言
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 研究内容和结构
1.5 本章小结
2 点云配准的相关理论
2.1 点云数据的分类
2.2 点云配准的方法
2.2.1 粗配准
2.2.2 精配准
2.2.3 约束条件
2.3 点云配准参数解算
2.3.1 邻域搜索分析
2.3.2 点云数据检索
2.3.3 运动参数解算
2.4 本章小结
3 基于点云配准算法的位姿解算
3.1 特征点提取
3.1.1 基于曲率的特征提取
3.1.2 基于法向量的特征提取
3.2 特征配准算法分析
3.2.1 PCA算法
3.2.2 RANSAC算法
3.2.3 LORAX算法
3.3 点云配准精度分析
3.3.1 误差判别原理
3.3.2 精度评定方法
3.3.3 精度值提高率
3.4 本章小结
4 基于深度学习自动编辑器覆盖集的算法改进
4.1 象限分割法
4.1.1 检测点云空间
4.1.2 分割点云数据
4.2 卷积神经网络
4.2.1 编码器
4.2.2 解码器
4.3 DO算法
4.3.1 更新法则
4.3.2 训练方法
4.3.3 配准应用
4.4 LORAX算法改进
4.4.1 LORAX与 DO算法融合
4.4.2 实例验证
4.5 算法实现
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录
附录一：攻读硕士学位期间发表的学术论文
附录二：攻读硕士学位期间申请的软件著作权
附录三：攻读硕士学位期间申请的发明专利
【参考文献】：
期刊论文
[1]基于改进RANSAC的点云关键点匹配[J]. 赵凯,朱愿,谢枫. 智能计算机与应用. 2018(06)
[2]基于四参数-ICP的点云配准研究[J]. 刘盈,吕开云. 江西测绘. 2018(02)
[3]基于局部特征的点云配准算法[J]. 赵夫群,周明全,耿国华. 图学学报. 2018(03)
[4]一种鲁棒的城市复杂动态场景点云配准方法[J]. 王任栋,徐友春,齐尧,韩栋斌,李华. 机器人. 2018(03)
[5]基于改进ICP的点云配准算法[J]. 赵夫群. 信息技术. 2017(05)
[6]SVD算法在建筑物点云数据配准中的应用[J]. 杨永兴,王树东,张浩,张圆. 工程勘察. 2016(06)
[7]基于法向量改进的ICP算法[J]. 杨小青,杨秋翔,杨剑. 计算机工程与设计. 2016(01)
[8]不同场景的地面激光点云配准方法研究[J]. 郑敏辉,臧玉府,梁福逊,杨必胜. 测绘通报. 2015(08)
[9]用于三维重建的点云单应性迭代最近点配准算法[J]. 韦盛斌,王少卿,周常河,刘昆,范鑫. 光学学报. 2015(05)
[10]一种基于特征提取的点云自动配准算法[J]. 黄源,达飞鹏,陶海跻. 中国激光. 2015(03)
硕士论文
[1]三维点云的特征点提取与配准技术研究[D]. 郭思猛.西南科技大学 2018
[2]三维点云模型的自动配准算法研究[D]. 李羿辰.西北大学 2017
[3]三维点云数据配准方法研究[D]. 陈阳.天津大学 2014
[4]基于对偶四元数的点云配准算法研究[D]. 杨现辉.南京航空航天大学 2010
本文编号：3356444
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 引言
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 研究内容和结构
1.5 本章小结
2 点云配准的相关理论
2.1 点云数据的分类
2.2 点云配准的方法
2.2.1 粗配准
2.2.2 精配准
2.2.3 约束条件
2.3 点云配准参数解算
2.3.1 邻域搜索分析
2.3.2 点云数据检索
2.3.3 运动参数解算
2.4 本章小结
3 基于点云配准算法的位姿解算
3.1 特征点提取
3.1.1 基于曲率的特征提取
3.1.2 基于法向量的特征提取
3.2 特征配准算法分析
3.2.1 PCA算法
3.2.2 RANSAC算法
3.2.3 LORAX算法
3.3 点云配准精度分析
3.3.1 误差判别原理
3.3.2 精度评定方法
3.3.3 精度值提高率
3.4 本章小结
4 基于深度学习自动编辑器覆盖集的算法改进
4.1 象限分割法
4.1.1 检测点云空间
4.1.2 分割点云数据
4.2 卷积神经网络
4.2.1 编码器
4.2.2 解码器
4.3 DO算法
4.3.1 更新法则
4.3.2 训练方法
4.3.3 配准应用
4.4 LORAX算法改进
4.4.1 LORAX与 DO算法融合
4.4.2 实例验证
4.5 算法实现
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录
附录一：攻读硕士学位期间发表的学术论文
附录二：攻读硕士学位期间申请的软件著作权
附录三：攻读硕士学位期间申请的发明专利
【参考文献】：
期刊论文
[1]基于改进RANSAC的点云关键点匹配[J]. 赵凯,朱愿,谢枫. 智能计算机与应用. 2018(06)
[2]基于四参数-ICP的点云配准研究[J]. 刘盈,吕开云. 江西测绘. 2018(02)
[3]基于局部特征的点云配准算法[J]. 赵夫群,周明全,耿国华. 图学学报. 2018(03)
[4]一种鲁棒的城市复杂动态场景点云配准方法[J]. 王任栋,徐友春,齐尧,韩栋斌,李华. 机器人. 2018(03)
[5]基于改进ICP的点云配准算法[J]. 赵夫群. 信息技术. 2017(05)
[6]SVD算法在建筑物点云数据配准中的应用[J]. 杨永兴,王树东,张浩,张圆. 工程勘察. 2016(06)
[7]基于法向量改进的ICP算法[J]. 杨小青,杨秋翔,杨剑. 计算机工程与设计. 2016(01)
[8]不同场景的地面激光点云配准方法研究[J]. 郑敏辉,臧玉府,梁福逊,杨必胜. 测绘通报. 2015(08)
[9]用于三维重建的点云单应性迭代最近点配准算法[J]. 韦盛斌,王少卿,周常河,刘昆,范鑫. 光学学报. 2015(05)
[10]一种基于特征提取的点云自动配准算法[J]. 黄源,达飞鹏,陶海跻. 中国激光. 2015(03)
硕士论文
[1]三维点云的特征点提取与配准技术研究[D]. 郭思猛.西南科技大学 2018
[2]三维点云模型的自动配准算法研究[D]. 李羿辰.西北大学 2017
[3]三维点云数据配准方法研究[D]. 陈阳.天津大学 2014
[4]基于对偶四元数的点云配准算法研究[D]. 杨现辉.南京航空航天大学 2010
本文编号：3356444
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3356444.html
