基于DNSS与点到平面的ICP结合的点云配准算法

针对现有点云配准算法众多、配准速度和配准精度不尽相同的问题,本文提出了一种将DNSS与点到平面的ICP相结合的配准算法,利用DNSS提取源点云数据的关键点,利用关键点约束查找对应匹配点对,结合点到平面的误差度量方法计算最优刚体变换矩阵,从而完成点云配准。对配准后的结果进行误差分析,实验结果证明,基于DNSS与点到平面ICP结合的点云配准算法配准精度高于点到点的ICP算法和点到平面的ICP算法,且该方法处理几何特征复杂、特征明显的点云数据优势显著。     

融合几何特征的ICP改进算法在数字化测量评价中的应用

针对ICP算法对初值依赖程度高、在配准过程中可能陷入局部最优解的问题,提出了一种融合几何特征的ICP改进算法。利用零件具有丰富几何参数的特点,首先对实测点云进行基于曲率的体素采样,尽可能保留几何特征,再将点云的曲率差值和法向量夹角差值引入算法的目标误差函数中进行迭代计算,当目标误差函数达到设定阈值时迭代结束,得到最终配准结果。利用复杂曲面标准件进行了点云配准实验验证,结果表明：相较ICP算法,融合几何特征的ICP改进算法的收敛速度更快、误差更低;相较快速全局配准加ICP配准算法,融合几何特征的ICP改进算法在保证配准准确性的同时,减弱了对初值的需求,简化了点云配准过程。融合几何特征的ICP改进算法为促进零件的准确数字化测量评价提供了有力支撑,具有技术借鉴价值。     

融合多分辨率特征的点云分类与分割网络

针对现有网络难以有效学习点云局部几何信息的问题,提出一种融合点云多分辨率特征的图卷积网络。首先,通过k-最近邻算法对点云构建局部图结构,以更好地表示点云的局部几何结构。其次,基于最远点采样算法提出一个并行通道分支,该分支通过对点云进行下采样来获得不同分辨率的点云,然后对其进行分组处理;为克服点云的稀疏特性,提出一种几何映射模块对分组点云执行正态化操作。最后,提出一种特征融合模块对图特征和多分辨率特征进行聚合,以更有效地获得全局特征。实验使用ModelNet40、ScanObjectNN和ShapeNet Part数据集进行评估,结果表明,提出的网络具有良好的分类与分割性能。     

基于激光扫描仪的点云配准方法

针对激光扫描仪实际扫描得到的不完整点云配准困难问题,提出了一种基于对应点对的配准方法。通过激光扫描仪进行实验,得到被测工件的实测点云数据,基于Visual Studio软件配置Point Cloud Library环境,对实测模型与理想模型的点云配准进行研究。首先对实测点云数据进行体素滤波以及均匀下采样的预处理;其次通过对应点对的方式进行对齐为后续精细配准提供较好的变换初值,后基于ICP算法实现点云配准精配准;最终以均方根误差作为点云配准精度评价指标对配准结果进行评价。借助CloudCompare软件对配准结果进行直观展示分析可知,在实测工件本身存在不绝对光滑的情况下,配准的均方根误差可控制在0.62 mm,表明该方法对于不完整点云的配准效果较好。     

用基于特征的稀疏点云配准算法检测零件的加工误差

针对在使用三坐标测量机检测零件的加工误差时点云为稀疏点云这一问题,提出了一种基于平面、柱面特征的稀疏点云配准算法.首先选出含有平面、柱面特征的区域,根据零件的实际情况选择用平面或柱面特征建立局部坐标系进行初始配准,对于柱面特征参数的提取,提出用Levenberg-Marquardt非线性最小二乘迭代法来求解,之后用改进的最近点迭代(iterative closest point,ICP)算法进行精确配准,最后进行了算法的配准精度测试和零件配准实验.精度测试结果表明,本文算法配准精度在1μm以内,用三坐标测量机测量两块零件并运用本文算法检测出了加工误差.因此,本文算法可以解决点云为稀疏点云这一问题,满足零件加工误差的检测要求.     

基于直观几何变换的交互式点云配准

文章引入一种新的代数系统,基于几何代数的框架实现刚体变换,对交互式点云配准进行尝试。以脑机接口设备Emotiv EPOC+作为工具,将想象运动产生的脑电信号和点云的空间变换进行关联,将脑电转换为几何代数中的旋量实现作为配准的初始输入。同时,引入几何代数框架下的几何自适应滤波器,进一步估计待配准点云到目标点云的运动变换,实现一种交互式、具有一定直观性的点云配准。几何代数和几何微积分的应用使系统参数的优化得以简洁表达和高效运算,可为配准的几何变换提供保证。     

基于法向量权重改进的ICP算法

针对三维重建过程中点云配准的精度和速度不理想的问题,提出一种基于法向量权重改进的迭代最近点(ICP)算法。通过将点云的法向量投射到高斯球上,统计不同方向法向量的分布情况,结合物体的几何结构信息赋予相应的权重,利用法向量权重结合点到平面的误差度量方法计算最优刚体变换矩阵。实验结果证明：以球面点云数据为例,与改进前的迭代最近点(ICP)算法相比,在配准速度没有降低的情况下,配准误差减小为原来的30%左右,而且该算法适用于各种点云模型,效果显著。     

平面参数空间的实时三维点云配准方法

针对具有多平面结构的室内环境的三维定位和环境建模,提出了一种在平面参数空间进行配准的实时三维点云配准方法。该方法首先使用一种改进的三维霍夫变换算法快速提取点云中的平面特征,然后使用迭代算法在平面的参数空间中寻找最近平面,最后使用这些平面的对应关系来估计两帧点云之间的位姿变换关系。在一个实验室场景中进行的对比实验表明,该算法能够达到与传统迭代最近点(ICP)算法相似的精度,而且速度大大提升。在仅使用普通笔记本CPU的情况下即可实现实时的点云拼接。     

结合三角几何约束的局部自相关性图像拼接算法研究

针对工业零视觉精密检测中高分辨率镜头固有的小视场问题,本文提出一种利用特征点之间的三角几何约束关系对特征点的局部领域进行自相关分析的算法,该方法根据重叠图像间的相关性,采用改进的图像配准方式实现了小视场高分辨率小模数齿轮图像的快速准确拼接。实验结果表明,拼接图像与原图像的结构相似度超过0.98;与现有通过区域配准及特征点配准的图像拼接算法相比,在拼接性能和运算复杂度之间取得了较好的平衡,适合在快速、精密的工业零部件视觉检测中的应用。     

基于特征匹配的地图图像自动配准技术研究

本文针对地图中的特征点，提出了一种基于广义特征点的图像自动配准方法，将特征点从单纯的点拓展到特征区域。以Moravec算子结合其他特征约束条件来自动搜索广义特征点。分别对两幅图像提取广义特征点后，利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像的几何畸变。最后建立两幅图像之间的函数映射关系，完成图像的配准。实验结果证明了该方法的有效性。该方法可用于校正近景面地图影像的几何畸变和遥感图像的局部几何畸变。     

RANSAC算法在剔除图像配准中误匹配点的应用

在遥感图像中存在很多相似地物、地貌,SIFT算法本身只利用了特征点的局部邻域梯度信息,通过SIFT算法提取到的特征点存在很多误匹配点,通过RANSAC算法剔除误匹配点,可以提高配准的精度。     

相似度距离耦合角度径向变换的图像配准算法

目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。     

基于多Kinect的旋转人体扫描系统研究

为解决目前人体扫描系统价格昂贵、操作复杂、占用面积大等问题,基于微软推出的Kinect相机具有快速、安全、经济的特点,提出利用3个Kinect相机和一个旋转台来构建三维人体扫描系统,研究该系统涉及的深度相机成像原理、多相机标定以及点云配准等技术。首先利用KinectFusion技术重建出单个传感器的三维点云,然后采用多相机标定技术,计算各传感器之间的相对位置关系,实现点云的初始拼接,并使用ICP算法实现点云的精确配准,从而重建出完整的三维人体点云模型。实验结果表明,该方法能够重建出高精度点云,并且该人体扫描设备成本低,占地面积小,可行性与实时性强。     

加权相位一致性改进的图动态精确配准算法

目的为了解决当前图像配准算法匹配精度较低的问题。方法提出加权相位一致性耦合改进的图变换匹配的精准动态图像配准算法。首先,基于SIFT机制,检测图像中的关键点;并嵌入加权因子,定义相位一致性特征,对关键点完成提纯,消除误配点与稳定性不佳的特征点;随后,设计角度距离,替代相邻特征,改进图变换匹配技术,形成精准匹配关系集;再利用初始匹配特征点与精准匹配特征点间的映射关系,对其完成修正;最后,利用改进的图变换匹配算法处理修正后的匹配关系,进一步提高匹配精度。结果仿真结果显示,与当前图像配准技术相比,改进的算法拥有更强的鲁棒性与更高的匹配精度。结论改进的算法能够提高图像在几何变换程度较大时的匹配精度。     

基于曲率特征混合分类的高密度点云去噪方法

为解决复杂曲面点云在平滑去噪中存在的问题,提出基于曲率信息混合分类的特征保持点云平滑算法．该方法将平面投影与双边滤波算法相结合,采用主成分分析法对点云的局部曲率特性进行评价,使用线性组合混合分类方法将数据分为平面、次特征、富特征类型以及组合类型．针对不同特征邻域类型,提出平面类型的投影平滑方法、次特征和富特征类型的变参数双边滤波法平滑方法的线性组合方法实现点云数据的平滑去噪．将该方法用于激光三维高分辨率人体扫描系统所得到的高密度点云数据,实验结果表明该方法能够在有效光顺点云的同时保持其表面的几何特征,且简化了法向调整的繁杂运算．     

具有SIFT描述的Harris角点多源图像配准

多源传感器成像原理的差异给图像配准带来了很大困难,本文针对红外与可见光图像配准提出了一种具有SIFT描述特征的Harris角点多源图像配准算法。首先建立多尺度空间,以多尺度空间检测尺度不变的Harris角点作为特征点;然后通过改进SIFT对特征点的描述方法,采用圆环结构算子对Harris角点进行类SIFT的特征描述;最后利用双向最近邻方法进行匹配,通过最小二乘法实现图像的配准。实验证实了算法配准的精确性、快速性和稳定性,具有较好的配准效果。     

融合配准的多站室外大场景激光点云分割

针对室外场景范围广、分割难度大、识别效果不显著等问题,提出了一种融合多站点云配准的室外大场景分割方法.首先,根据室外场景视野大、点云数据量庞大特点,选取多个视角下重叠区域较多的建筑场景点集,结合SAC-IA和ICP方法进行点云自动配准,从而构建出点云密度相对均匀的室外大场景完整结构;然后,选用公共数据集Semantic...     

多特征红外光与可见光图像的分区域配准

针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。     

点特征提取在锂电池丝印图像配准的应用

目的 为了提高锂电池丝印图像配准精度,从而解决产品质量检测中的漏检和误报问题,研究点特征提取算法在锂电池丝印图像配准中的应用.方法 对基于点特征的锂电池丝印图像配准进行综述,首先概述点特征提取算法的发展历程,然后着重围绕Harris,SIFT,SURF,ORB和AKAZE等5种经典的点特征提取算法进行分析,并介绍近几年的提升算法,最后对锂电池丝印图像进行配准测试,利用几种测评技术对实验效果进行分析,总结不同点特征提取算法在锂电池丝印图像配准中的优缺点和适用性.结果 实验结果表明,AKAZE算法提取的特征点具有较高的重复率和匹配准确率,经过配准后的定位误差也都控制在1个像素以内,但是该算法的尺度不变性较差.结论 相较于前4种算法,AKAZE算法具有较高的可靠性和稳定性,能够满足锂电池丝印图像配准的实时性和高效性需求.     

立体视觉测量中图像匹配的方法研究与应用

立体视觉测量中图像配准方法和效率一直是制约其测量效率的瓶颈,本文提出一种基于应用极几何结合仿射变换来解决双目立体视觉中图像匹配的方法,该方法首先利用两幅图像间的极几何关系,确定一些可靠匹配点作为控制点,进而构建全局仿射变换,把像面的特征点投影到另一幅像面上,再利用极几何约束和变换后的图像点位置关系,分区域进一步搜索匹配点,最终实现图像对的快速有效配准。