泰勒级数准则函数鲁棒性点云配准算法

发布时间：2019-01-05 15:17

【摘要】：为减小离群点对点云配准精确度的影响,避免点云配准迭代计算过程中陷入局部最小值,基于鲁棒性准则函数点云配准框架提出泰勒级数准则函数鲁棒性点云配准算法.该方法分为泰勒级数准则函数的提出和配准初始值的确定2个方面.泰勒级数准则函数中,考虑各准则函数限制离群点影响来提高配准精确度的内因,对权值递减速率较合理的Cauchy准则函数进行泰勒级数展开,构造泰勒级数准则函数解决离群值问题;配准初始值的确定中,通过计算待匹配点云数据集的重心,根据重心信息确定平移向量,解决局部最小值问题.数值实验结果表明,泰勒级数准则函数配准误差较最小二乘法、Huber、Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;引入插值算法对点云数据进行处理,对后续的配准精度有一定的改善.
[Abstract]:In order to reduce the influence of outliers on the accuracy of point cloud registration and to avoid falling into local minimum in the iterative computation of point cloud registration, a robust point cloud registration algorithm for Taylor series criterion function is proposed based on the robust criterion function point cloud registration framework. The method can be divided into two aspects: the formulation of Taylor series criterion function and the determination of registration initial value. In the Taylor series criterion function, considering the influence of outliers on each criterion function to improve the registration accuracy, the Taylor series expansion is carried out for the Cauchy criterion function whose weight decline rate is more reasonable. The Taylor series criterion function is constructed to solve the problem of outliers. In the determination of registration initial value, the local minimum value is solved by calculating the center of gravity of the data set of the point cloud to be matched, and determining the translation vector according to the barycenter information. The results of numerical experiments show that the registration error of Taylor series criterion function is smaller than that of least square method, Huber,Tukey and Cauchy criterion functions are smaller, and the registration accuracy is greatly improved, and the error value converges stably. The interpolation algorithm is introduced to deal with the point cloud data, which improves the registration accuracy.
【作者单位】： 三峡大学水电工程智能视觉监测湖北省重点实验室 南京师范大学江苏省三维打印装备与制造重点实验室
【基金】：国家自然科学基金(61272237,61273243) 水电工程智能视觉监测湖北省重点实验室开放基金(2014KLA04,2014KLA12) 江苏省三维打印装备与制造重点实验室开放基金(L2014071304) 湖北省自然科学基金创新群体(2015CFA025) 湖北省教育厅科学技术研究计划重点项目(D20151204)
【分类号】：TP301.6

【参考文献】

相关期刊论文 前9条

1 伍龙华;黄惠;;点云驱动的计算机图形学综述[J];计算机辅助设计与图形学学报;2015年08期

2 王举;张成才;;基于三维激光扫描技术的土石坝变形监测方法研究[J];岩土工程学报;2014年12期

3 李小丽;马剑雄;李萍;陈琪;周伟民;;3D打印技术及应用趋势[J];自动化仪表;2014年01期

4 张远翼;张鹰;陈晓娟;;三维激光扫描技术在古建筑测绘中的关键技术研究[J];建筑学报;2013年S2期

5 杨红娟;陈继文;周以齐;;逆向工程中约束驱动数据点云曲面特征优化[J];计算机辅助设计与图形学学报;2010年05期

6 黄艳华;孙文磊;姜宏;;基于逆向工程技术的人体骨骼模型重建技术研究[J];计算机应用与软件;2009年11期

7 王家帮;吴友平;夏元平;脱立文;;M估计的权函数选取及其抗差性比较[J];北京测绘;2008年01期

8 戴静兰;陈志杨;叶修梓;;ICP算法在点云配准中的应用[J];中国图象图形学报;2007年03期

9 郑德华,沈云中,刘春;三维激光扫描仪及其测量误差影响因素分析[J];测绘工程;2005年02期

【共引文献】

相关期刊论文 前10条

1 马蓉;;3D打印技术在工艺美术中的融合应用[J];自动化与仪器仪表;2018年07期

2 刘晓瑜;杨立荣;宋扬;;3D打印建筑用水泥基材料的研究进展[J];华北理工大学学报(自然科学版);2018年03期

3 王智;薛慧艳;;三维激光扫描技术在异形建筑竣工测量中的应用[J];测绘通报;2018年07期

4 肖磊;王庆华;李万辉;刘巧娥;郝嘎子;高向东;柯香;刘杰;姜炜;乔羽;谭诚;;基于三维打印技术的纳米奥克托今与梯恩梯熔铸炸药制备及性能研究[J];兵工学报;2018年07期

5 陈奇;邹灏;李欣宇;刘行;李阳;;3D打印技术在矿床学中的应用研究——以内蒙古乌力吉敖包萤石矿Ⅲ号矿体为例[J];地质与勘探;2018年04期

6 王智;李勇;张洪德;曹庆磊;门茂林;;三维激光扫描技术在地铁隧道施工质量检测中的应用研究[J];城市勘测;2018年03期

7 陈婧怡;周晓辉;;一种基于遗传的改进ICP点云配准算法[J];信息技术;2018年06期

8 吕宝雄;赵志祥;;三维激光扫描仪应用于形变监测的问题思考[J];地理空间信息;2018年06期

9 杨永涛;张坤;黄国言;吴培良;;邻域密度约束的动态标准差阈值三维点云数据离群点检测方法[J];计算机辅助设计与图形学学报;2018年06期

10 李文娟;赵士樟;;基于新技术下陶瓷设计快速成型的新方法研究[J];设计;2018年12期

【二级参考文献】

相关期刊论文 前10条

1 李怀学;巩水利;孙帆;黄柏颖;;金属零件激光增材制造技术的发展及应用[J];航空制造技术;2012年20期

2 杨帆;董景利;薛伟;冯尧;;三维激光扫描技术及其相关软件在建模方面的应用[J];地矿测绘;2012年03期

3 李涤尘;田小永;王永信;卢秉恒;;增材制造技术的发展[J];电加工与模具;2012年S1期

4 曾凡祥;李勤英;;基于LM算法的BP神经网络在大坝变形监测数据处理中的应用[J];水电自动化与大坝监测;2008年05期

5 朱伟东;柯映林;;解析曲面与自由曲面混合模型的约束优化重建方法[J];计算机辅助设计与图形学学报;2007年09期

6 姜海波;;基于CT图像的人体股骨逆向工程研究[J];机械设计与制造;2007年01期

7 臧春雨;;三维激光扫描技术在文保研究中的应用[J];建筑学报;2006年12期

8 段彦静;孙文磊;;逆向工程和快速成型技术及医学应用[J];医疗卫生装备;2006年10期

9 李红连;黄丁发;陈宪东;;大坝变形监测的研究现状与发展趋势[J];中国农村水利水电;2006年02期

10 苏财茂;柯映林;;面向协同设计的任务规划与解耦策略[J];计算机集成制造系统;2006年01期

【相似文献】

相关期刊论文 前10条

1 李准;潘幸子;董方敏;李娜;杨继全;孙水发;;泰勒级数准则函数鲁棒性点云配准算法[J];计算机辅助设计与图形学学报;2017年04期

2 陆军;彭仲涛;夏桂华;;点云多法向量邻域特征配准算法[J];光电子·激光;2015年04期

3 杨飚;李三宝;王力;;基于正态分布变换与迭代最近点的快速点云配准算法[J];科学技术与工程;2017年15期

4 邹正;邹进贵;吴侃;;点云迭代配准算法影响因素分析[J];北京测绘;2017年S1期

5 林洪彬;刘彬;张玉存;;基于核密度估计的点云鲁棒配准算法[J];中国机械工程;2012年14期

6 卢章平;郑航;沙春发;李明珠;;基于自由曲面的点云配准算法[J];江苏大学学报(自然科学版);2015年03期

7 陈杰;蔡勇;张建生;基于熵准则遗传算法的点云配准算法[J];计算机应用研究;2019年01期

8 杨滨华;赵高鹏;刘鲁江;薄煜明;;基于平移域估计的点云全局配准算法[J];计算机应用;2016年06期

9 李彩林;郭宝云;季铮;;多视角三维激光点云全局优化整体配准算法[J];测绘学报;2015年02期

10 蔡先杰;;基于局部坐标系法线投射的点云精细配准算法[J];现代计算机(专业版);2016年26期

相关会议论文 前10条

1 沈萦华;李卓嘉;杨成;李昊勇;;基于法向特征直方图的点云配准算法[A];2015光学精密工程论坛论文集[C];2015年

2 牛雪娟;刘景泰;孙雷;;基于小波变换的栅格点云多分辨率分析[A];第二十七届中国控制会议论文集[C];2008年

3 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

4 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

5 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

6 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

7 张宗霞;潘荣江;杨承磊;屠长河;;利用点云表示的部分数据计算旋转体的旋转轴[A];几何设计与计算的新进展[C];2005年

8 李天烁;王晏民;胡春梅;;基于激光反射强度的点云自动配准研究[A];变形与安全监测理论与实践——2014工程测量分会与矿山测量专委会年会论文精选[C];2014年

9 刘越华;廖文和;刘浩;郭鑫;;基于高斯映射的点云尖锐特征提取[A];第五届全国几何设计与计算学术会议论文集[C];2011年

10 郭志飞;甄希金;杨润党;解彦琦;;船舶曲板数字化在线检测中测量点云修复技术研究[A];2016年MIS/S&A学术交流会议论文集[C];2016年

相关博士学位论文 前10条

1 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

2 付玮;基于摄影测量系统的标定与表面数据融合算法研究[D];南昌大学;2018年

3 黄旭;LiDAR点云约束下的多视影像密集匹配与融合方法研究[D];武汉大学;2016年

4 陈曦;反求工程中基于点云的特征挖掘技术研究[D];浙江大学;2005年

5 蔡勇;基于核机器学习方法的点云处理若干方法研究[D];西南交通大学;2006年

6 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年

7 刘通;非合作姿态测量中的点云获取与配准方法研究[D];哈尔滨工业大学;2016年

8 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

9 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

10 李姬俊男;数字几何处理方法研究及在文物虚拟复原中的应用[D];西北大学;2017年

相关硕士学位论文 前10条

1 宋莎莎;基于最优传输理论的点云配准算法研究[D];重庆邮电大学;2017年

2 罗天男;基于模型的全局点云配准方法研究[D];哈尔滨工业大学;2016年

3 马福峰;基于邻域几何特征约束的植株点云配准算法研究[D];西北农林科技大学;2016年

4 贺永兴;基于邻域特征的点云配准算法研究[D];湖南工业大学;2012年

5 杨现辉;基于对偶四元数的点云配准算法研究[D];南京航空航天大学;2010年

6 赵春雨;基于复杂点云的三维重建[D];西安电子科技大学;2014年

7 孙小兵;基于特征的点云配准与拼接技术研究[D];天津大学;2016年

8 李青蒙;激光扫描点云处理技术研究[D];大连海事大学;2013年

9 李丹煜;基于卷积神经网络的点云配准方法研究[D];中北大学;2018年

10 张育锋;三维数据点云的去噪及其检测[D];南京信息工程大学;2014年

，

本文编号：2401939