三维重建中的点云拼接算法研究

发布时间：2017-12-15 09:18

本文关键词：三维重建中的点云拼接算法研究

【摘要】：随着三维扫描设备与计算机辅助设计技术的迅猛发展,同时各行各业都面临着信息化、智能化和现代化的发展需求,使得三维重建技术得到了广泛的应用。本文主要研究三维重建中的点云拼接技术,通过以散乱点云为研究对象,研究如何提高点精简与点云配准的效率,提出了基于法矢夹角的点云精简算法和基于单位四元数的ICP改进算法。本文的主要工作如下:第一,研究点云数据的采集和处理技术。本文从点云数据采集方式的不同对点云数据进行了详细的分类,研究了点云数据之间拓扑关系的构建方法,包括八叉树法、KDtree法和栅格化法,并分析了每种方法的优缺点。第二,提出一种基于法矢夹角的点云精简算法。本文利用点云数据的法矢量特征,通过计算每一点与其k近邻点的平均法矢夹角,引入关键度的概念,计算每一点的关键度的值,通过与预先设定的阈值进行比较,完成粗精简,然后对粗精简后的点云数据进行不同比例的二次精简,最后从理论和实验的角度验证该算法的正确性与高效性。第三,通过对传统的ICP算法的原理进行分析研究,提出一种基于单位四元数的ICP改进算法。利用KD-tree对最近点邻域进行搜索,加快了对应点对的搜寻速度。以曲率为基础构建点云数据的邻域空间,提出一个匹配度的概念来衡量点对之间的匹配程度,通过设定阈值除去错误的点对。采用单位四元数法求解旋转矩阵和平移矩阵,利用相邻两次的最近点间的距离差作为迭代结束的条件,完成最终的配准。由于采用KD-tree搜寻最近点,这在一定程度上提高了点对匹配的速度,缩短了点云配准的整体耗时。同时依据匹配度去除错误点对,利用单位四元数法多次迭代求解变换矩阵,从而很大程度上提高了点云配准的精确度。最后通过实验对算法的性能进行验证。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41

【参考文献】

中国期刊全文数据库前10条

1 徐龙;王柱;刘爱明;刘元;;基于激光扫描的逆向工程在检验检测中的应用[J];制造业自动化;2014年22期

2 周勇飞;徐昱琳;吕晓梦;王明;;基于双目的三维点云数据的获取与预处理[J];计算机技术与发展;2014年03期

3 许斌;李忠科;吕培军;孙玉春;王勇;;基于特征的点云精确配准算法[J];计算机应用与软件;2013年11期

4 陈璋雯;达飞鹏;;基于模糊熵迭代的三维点云精简算法[J];光学学报;2013年08期

5 陶海跻;达飞鹏;;一种基于法向量的点云自动配准方法[J];中国激光;2013年08期

6 张春成;;一种改进的点云数据栅格算法[J];兵工自动化;2013年06期

7 范然;金小刚;;大规模点云选择及精简[J];图学学报;2013年03期

8 宋大虎;李忠科;孙玉春;;三维散乱点云快速曲面重建算法[J];计算机应用研究;2013年08期

9 李凤霞;饶永辉;刘陈;介飞;;基于法向夹角的点云数据精简算法[J];系统仿真学报;2012年09期

10 贺永兴;欧新良;匡小兰;;邻域特征在点云配准中的应用[J];计算机应用;2012年03期