点云分割匹配的三维重建算法

发布时间：2022-02-16 20:08

　　对三维空间进行测量并获得空间模型的任务中,目前的配准算法无法拼接两帧重叠区域过小的点云。以ICP算法为基础,提出基于多重高斯概率模型的点群匹配拼接算法。通过点云欧式分割算法对点云聚类,得到对应的点云子集,求取子集的高斯模型,根据高斯模型匹配互为映射的子集,利用改进的最近点迭代配准算法求取旋转和平移矩阵,再利用求得的矩阵对分割前的点云进行坐标转换,最终实现与目标点云的拼接。实验结果表明多重高斯概率模型的点群匹配拼接算法解决了目前因重叠区域过小不能准确拼接点云的问题。 

【文章来源】：长春理工大学学报(自然科学版). 2020,43(04)

【文章页数】：8 页

【部分图文】：

实验所用16线激光雷达

如图1所示，为本文数据采集实验所使用的16线激光雷达是美国Velodyne公司的VLP-16产品，能够完成每秒5至20次全周检测，检测距离100 m，采用波长为903 nm的红外激光。本文的数据采集选定在某教学楼大厅内移动，并先后在16个不同位置分别采集一帧数据。如图2(a,b,c,d）所示分别为四个特定位置进行采集数据，且它们在空间位置上都有重叠区域。从图2中可以看出，激光雷达的某一帧点云数据呈现在三维坐标系下时，已经具有一定的可视化效果及空间分布形貌，能够一定程度描述出特定位置的三维空间场景。

室内全景照片

【参考文献】：
期刊论文
[1]自适应邻域选择的FPFH特征提取算法[J]. 吴飞,赵新灿,展鹏磊,关凌.  计算机科学. 2019(02)
[2]基于近邻搜索的激光点云数据孤立噪点滤波研究[J]. 张芳菲,梁玉斌,王佳.  测绘工程. 2018(11)
[3]基于特征匹配的三维点云配准算法[J]. 刘剑,白迪.  光学学报. 2018(12)
[4]适用于激光点云配准的重叠区域提取方法[J]. 王帅,孙华燕,郭惠超.  红外与激光工程. 2017(S1)
[5]基于FPGA的贴片机视觉定位算法研究与实现[J]. 薛克娟,段洁.  长春理工大学学报(自然科学版). 2017(04)
[6]基于SAC-IA和改进ICP算法的点云配准技术[J]. 陈学伟,朱耀麟,武桐,王祖全.  西安工程大学学报. 2017(03)
[7]无附加信息的地面激光点云自动拼接方法[J]. 陈茂霖,卢维欣,万幼川,田思忆,杨威.  中国激光. 2016(04)
[8]平滑度欧式聚类算法分割点云数据[J]. 吴燕雄,李峰,刘芳,程丽娜,郭丽丽.  测控技术. 2016(03)
[9]基于图像匹配-点云融合的建筑物立面三维重建[J]. 王俊,朱利.  计算机学报. 2012(10)



本文编号：3628581