《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 一種快速的三維點云自動配準方法
一種快速的三維點云自動配準方法
來源:微型機與應用2013年第6期
謝冬香, 劉先勇
(西南科技大學 信息工程學院, 四川 綿陽 621000)
摘要: 采用主成分分析方法(PCA)定義了簡單的數學模型和軸向確定方法等來實現配準。大量實驗證明,算法能夠快速實現任意形狀、大小及位置的兩片點云配準。
Abstract:
Key words :

摘  要:采用主成分分析方法(PCA)定義了簡單的數學模型和軸向確定方法等來實現配準。大量實驗證明,算法能夠快速實現任意形狀、大小及位置的兩片點云配準。
關鍵詞:點云處理; 配準; 主軸旋轉法; 軸向確定

    在機器視覺眾多應用領域中,如立體匹配、圖像配準和形狀識別等,點云配準操作一直都是一個關鍵步驟。點云配準就是將一片點云(測試點集)的坐標匹配到另一片點云(參考點集)的坐標下,從而達到兩片點云坐標的一致性,其配準精度直接影響后續誤差分析的可靠性。目前,常用的配準方法有遺傳算法、最小二乘匹配方法、三點對齊法以及ICP算法。遺傳算法和最小二乘匹配方法需要多次迭代處理,計算復雜度高并且配準時間長;三點對齊法實現原理簡單,能夠很快地實現初始配準,但必須準確地確定出3對基準點的對應關系[1];ICP算法是一種眾所周知的算法[2],傳統的ICP算法雖簡單,但在實際應用中具有限制性,因為它假設每一個點都可以在對應的點集中找到對應點,當兩模型數據不一樣時,該假設就不成立。
     在配準過程中,涉及旋轉和平移矩陣的求取,EGGERT D W等人對比了奇異值分解法(SVD)、正交矩陣法(OM),單四元素法(UQ)以及雙四元素法(DQ)4種當前流行和最有效算法的魯棒性和精確度[3],運用分離算法測試了4種算法的穩定性。在非退化數據點集的情況下,大多數情況SVD和UQ是相似的,少量情況下是SVD更好一點,OM對于平面數據點集不穩定,而DQ算法則沒有一種情況比其他3種算法好。基于這些測試結果,本文采用SVD來得到旋轉矩陣。
1 本文算法
    主成分分析方法(PCA)的基本思想是,采用統計方法,對多變量表示數據點集合尋找盡可能少的正交矢量表征數據信息特征。本文采用PCA定義了簡單的數學模型和軸向確定方法等。本文配準算法簡單、穩定可靠、計算速度快且計算復雜度小。

    其中, n代表點集的個數。根據定義2、定義3計算慣量矩陣I,由定義4可以得到參考點集和測試點集的慣量矩陣I1、I2的特征值和特征向量。以I1為例,得到正交特征向量V1、V2和V3,以這3個特征向量建立坐標系有8種情況,首先規定坐標系必須滿足右手規則,便可去掉4種情況。2008年張樹森采用包圍盒到去掉配準方向相反的情況,該方法計算速度非常慢[4]。本文先找到最大特征值對應的正交特征向量V1,然后尋找點集中離質心最遠的點,如果此點與特征向量V1的夾角小于90°,則u1=V1,反之,u1=-V1,同理可以求得u2,u3=u1×u2,大大提高了配準速度。
    得到了參考點集和測試點集的正交特征向量后,旋轉平移變換就轉換為求取兩組正交向量組的變換。由此可以得到待SVD分解的兩點集相關矩陣為[5]:
    
2 測試效果
    以下所有測試實驗均是在CPU為2.52 GHz,內存為3.50 GB的環境下進行的,采用了C++語言和OpenCV 2.3.1基礎庫,并在VS 2008軟件平臺上編譯運行。為了驗證算法的穩定性,測試選用了不同的形狀,圖3所示為3種典型模型的配準效果。其中,模型1為綿陽鐵牛科技掃描的點云,模型2和模型3的點云采用的是Geomagic Qualify 12中的模型。從圖3可以看到,這3種模型都可以實現配準。

    表1為各種模型的兩片配準模型的點云個數和粗配準所需要的時間,可以看出,點云數據在幾十萬的情況下,配準時間全都是ms級。

    實驗結果證明,本文采用的配準方法算法簡單、穩定可靠、計算速度快且計算復雜度小,對實現大量點云快速配準具有使用價值。
參考文獻
[1] 嚴平,孫肖霞.基于CAD模型的渦輪葉片誤差檢測系統[J].北京航空航天大學學報, 2008,34(10):1159-1162.
[2] BESL P J, MCKAY N D. A method for registration of 3-D shapes[J].IEEE Transactions on Pattern Analysis and Machine Intelligence (S0162-8828),1992,2(14):239-256.
[3] EGGERT D W, LORUSSO A, FISHER R B. Estimating  3-D rigid body transformations: a comparison of four major algorithms[J]. Machine Vision and Applications (S0932-8092),1997,9:272-290.
[4] 張樹森,李瑋,程俊廷.基于逆向工程的三維測量點云數據與CAD數模配準算法研究[J].制造技術與機床,2008(3);114-117.
[5] APLPERT M, BRADSHAW J G. The principal axes transformation-a method for image registration[J]. The Journal  of Nuclear Medicine(S0161-5505),1990(31):1717-1722.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 美国式禁忌交换伴侣| 1024人成网站色| 成人无码免费一区二区三区| 久久精品视频2| 欧美一级日韩一级| 亚洲欧美日韩综合久久久久| 精品一区二区久久久久久久网站 | 91香蕉视频污污| 女人色毛片女人色毛片中国| 色狠狠一区二区三区香蕉蜜桃| 成人黄色在线观看| 久久婷婷是五月综合色狠狠 | 国产日韩视频在线观看| 7777精品伊人久久久大香线蕉| 天天插天天操天天射| 一本大道在线无码一区| 插插插综合视频| 久久久这里有精品999| 日韩欧美中文在线| 亚洲av无码成人精品区狼人影院| 欧美成人午夜免费完成| 亚洲激情中文字幕| 激情freesexhd糟蹋videos| 免费午夜扒丝袜www在线看| 精品国产一区二区三区不卡| 向日葵app下载观看免费| 色综合久久久久久久久久| 国产亚洲综合久久| 青青青手机视频| 国产午夜激无码av毛片| 么公的又大又深又硬想要| 欧美大尺度xxxxx视频| 亚洲欧洲第一页| 欧美视频在线播放观看免费福利资源| 人人爽人人爽人人爽人人片av| 精品国产av一二三四区| 午夜国产大片免费观看| 欧美人与物videos另| 国产精品亚洲自在线播放页码| 18禁无遮挡羞羞污污污污免费 | 无码高潮少妇毛多水多水免费|