《電子技術應用》
您所在的位置:首頁 > 嵌入式技術 > 設計應用 > 基于改進特征點對選取的三維點云配準
基于改進特征點對選取的三維點云配準
2017年微型機與應用第1期
朱桂林,張棟良,陳輝
上海電力學院 自動化工程學院,上海市電站自動化技術重點實驗室, 上海 200090
摘要: 針對同一物體不同視角下獲得的三維點云數據,提出一種基于改進特征點對選取的三維點云配準方法。在歐氏距離的基礎上選取與目標點最近的三點均值為對應點,并應用鄰域比值法來剔除錯誤點,結合Kd tree提高搜索速度,實現最終點云配準。實驗結果表明,該方法具有可行性,相比傳統ICP算法,其匹配精度和效率明顯提升。
Abstract:
Key words :

  朱桂林,張棟良,陳輝

  (上海電力學院 自動化工程學院,上海市電站自動化技術重點實驗室, 上海 200090)

       摘要:針對同一物體不同視角下獲得的三維點云數據,提出一種基于改進特征點對選取的三維點云配準方法。在歐氏距離的基礎上選取與目標點最近的三點均值為對應點,并應用鄰域比值法來剔除錯誤點,結合Kd tree提高搜索速度,實現最終點云配準。實驗結果表明,該方法具有可行性,相比傳統ICP算法,其匹配精度和效率明顯提升。

  關鍵詞:點云配準;ICP算法;最近點選取;錯誤點剔除

  中圖分類號:TP391文獻標識碼:ADOI: 10.19358/j.issn.1674-7720.2017.01.022

  引用格式:朱桂林,張棟良,陳輝. 基于改進特征點對選取的三維點云配準[J].微型機與應用,2017,36(1):73-75.

0引言

  利用激光掃描儀對建筑物進行掃描,得到其點云信息,從而建立物體的三維模型,成為當下研究的熱點[1]。但在實際操作中往往受到各種限制,無法一次性精準地獲得待測物體的全部點云信息。為了在后期重建過程中得到較為完整的三維模型,實際測量中需要對待測物體進行多角度、多次數的測量并且通過點云配準將獲得的點云數據變換到同一坐標中[2]。

  針對點云配準過程,迭代最近點算法(Iterative Closest Point,ICP)[3]是目前比較經典的配準方法。其優點是對初始點云形狀要求低,配準過程簡單,結果相對收斂。但是該算法也存在著一些不足,如:要求待配準兩片點云的數據為包含關系,兩片點云中的數據點滿足一一對應關系;其次隨著點云數量的增加計算代價也相應增加;最后在對應點尋找過程中,僅僅假設兩片點云中歐氏距離最近的點為所求的對應點,由于這種假設過于理想化,在實際操作過程中可能會出現錯誤的對應點,使配準陷入局部最小值導致配準失敗。針對傳統ICP算法的不足,國內外學者在配準策略、配準元素、錯誤點剔除以及誤差度量等方面對算法進行了改進與優化,使傳統ICP算法在性能方面得到提高[47]。

  本文在三維點云配準過程中分以下兩步:

  (1)提出了一種改進的特征點對選取方法,過程采用Kd tree查找最近點以提高搜索效率。對于原始點云中的一點,尋找其在目標點云中歐氏距離最近的三點并計算三點的平均值,以此作為對應點,然后利用鄰域比值的方法來剔除誤匹配點,提高匹配精度,最后結合四元法[89]求取旋轉矩陣R及平移向量T。

  (2)根據計算得到的初始矩陣R及平移向量T,利用ICP算法對兩片點云進行配準。

1算法過程

  1.1對應點對選取和剔除錯誤點對

  (1)對應點對求取

  利用Kd tree計算點集P中任一點pi(i=1,2,...)在目標點集Q中與其歐氏距離最近的三個點q1、q2、q3,分別計算三點x、y、z的均值構成新的坐標(=()),pi與構成對應點對(pi)。

  812{W1C1ZRFC[9SBR77M(@7.png

  (2)錯誤點對剔除

  點集采集過程中不可避免地引入噪聲點,因此在對應點的計算過程中可能會產生錯誤對應點對,本文采用鄰域點集比值法來檢驗對應點對是否符合標準,并剔除錯誤點對。由對應關系可知,如果兩個點是對應點則其在各自δ鄰域內所包含的點數應該近似相等。實驗過程中在點云P和點云Q內分別計算pi與以δ為半徑所構成鄰域內點的個數m和n。若mn=γ(0.9≤γ≤1.1),保留對應點對,否則剔除。如下圖1。

001.jpg

  1.2四元數法求配準矩陣R和T

  對于原始點云數據,在求取旋轉矩陣R和平移向量T時,采用四元數法,其計算過程如下:

  (1) 分別計算點集{pi}和點集{qi}的質心:

  %(~V)6W}5I[_@BP)8AGXLGR.png

  (5)求K的特征值并且求解最大特征值所對應的單位特征向量d,d=[d1d2d3d4]T

  (6)求解旋轉矩陣R

  YZ(QHR3[]()%R4LGTGRR75O.png

  (7)根據R與T的對應關系求取平移向量T

  T=μq-Rμp(7)

  1.3改進ICP算法的配準過程

  ICP算法在本質上是使用最小二乘的方法對待配準的點云數據進行最優匹配。計算過程中重復進行選擇對應關系點對,計算最優旋轉矩陣R和平移矢量T,直到滿足正確的收斂精度函數E并使E達到最小值。

  169FA~(~IY1{1CPUV4(5E)D.png

  式中,Pi為原數據的初始點集;Qi為Pi對應目標數據點集的最近點;R為3×3旋轉矩陣;T為3×1平移矢量。

  配準過程具體如下:

  (1) 讀取初始點云并在初始點云中選取點集pi;

  (2) 利用Kd tree對點集p中任一點pi計算其在點集q內歐氏距離最近的三個點q1、q2、q3,并計算,過程對應點對(pi);

  (3)采用鄰域點集比值法剔除不符合條件的對應點;

  (4)采用四元數法計算旋轉矩陣R和平移矢量T;

  (5)迭代終止判斷:若ek-ek+1<ε,則終止迭代,否則重復(2)~(5)直至結果滿足收斂條件。其中ε表示大于零的閾值。

2實驗論證

  本實驗采用的實驗數據來自斯坦福兔子(Stanford Bunny),分別選取不同視角下的兩組點云數據作為原始點云和目標點云,兩片點云的數量分別為35 947和30 379。實驗平臺為:CPU 2.70 GHz,內存4 GB,Windows7 32位操作系統;算法在MATLAB 2011b環境中實現,實驗選取的ε=0.005。

  實驗過程中為了進一步驗證本文方法的可行性,減少中間誤差,在與傳統ICP算法比較過程中,本文分別從迭代次數和迭代點云數量兩方面(即更改迭代次數以及更改點云數量)進行驗證。

  2.1迭代次數

  為消除實驗過程中次數對結果的影響,對于Stanford Bunny操作過程中分別選取迭代次數為5次、10次以及15次作為一組參照進行對比驗證,實驗結果如表1。表1不同迭代次數下兩種方法配準效果原始數據點云圖ICP配準效果圖本文配準方法效果圖迭代次數5次10次15次從表1可得出,在使用相同的初始點云數據情況下:(1)迭代次數相同時,本文所采用的改進ICP算法所得出的配準效果明顯優于傳統ICP算法;(2)隨著迭代次數增加,傳統ICP算法配準效果逐級優化,但是采用改進算法所得到的配準圖像逐級優化效果更加明顯。

002.jpg

  為了進一步比較改進算法相對于傳統ICP算法的優勢,在基于不同迭代次數情況下分別從配準時間以及配準誤差兩個方面進行列表對比,本文采用均方根誤差[10](Root Mean Square,RMS)來表示配準誤差,對比情況如表2。

003.jpg

  從表2可以看出,在同一迭代次數下改進算法與傳統ICP算法相比在配準誤差以及配準時間上都得到了明顯優化,這種優化隨著迭代次數的增加變得更加明顯,例如迭代次數為5時,傳統ICP算法配準時間為240.37 s,配準誤差為0.122 4,而改進的ICP算法配準時間為22.70 s,配準誤差為0.066 0;當迭代次數為15時,傳統ICP算法配準時間為610.45 s,配準誤差為0.037 6,此時改進ICP算法配準時間僅為40.89 s,配準誤差為0.002 4。綜上,無論是在同一迭代次數的橫向對比還是在不同迭代次數的縱向對比中,本文采用的配準方法在配準效果、配準時間以及配準誤差上都要明顯優于傳統ICP算法。

  2.2迭代點云數量

  為了消除點云數量對兩種方法產生的誤差,本文在基于Bunny數據基礎上,選取初始點云數量分別為400點、3 600點、6 400點以及32 400點,并在迭代次數同為15次的基礎上進行對比驗證,結果如表3。

004.jpg

  根據表3,在初始點云數較少的情況下,改進方法與傳統ICP方法相比在配準時間和配準誤差上均有進步,但差別并不明顯,如在點云數為400點時二者配準時間相差為0.05 s,在小數點后精確5位的情況下配準誤差同為0.089 79。但是隨著點云數量的增加,改進的ICP算法與傳統ICP算法相比具有明顯優勢,例如當初始點云數量為6 400時,傳統ICP算法配準時間為16.00 s,配準誤差為0.046 38,而改進ICP算法配準時間僅為2.40 s,配準誤差為0.037 35;當初始點云數量為32 400時,改進算法優勢更為突出。由表3數據分析可知,在不同點云數量下改進的ICP方法與傳統ICP算法相比,無論是在配準時間還是在配準誤差上都具有明顯改進,并且隨著初始點云數量的增加,本文改進方法的優勢彰顯得更為明顯。

3結論

  本文針對三維點云數據配準耗時長、精度低兩方面的不足進行了相應改進,提出了一種改進特征點對選取方法,通過在經典點云Standford Bunny數據集上與采用傳統ICP算法的配準結果相比,在配準時間和配準精度上都有明顯提高。本文對點云數據配準的優化,對后續點云網格化以及場景重建提供了算法基礎。

參考文獻

  [1] TANG P B,HUBER D, AKINCI B, et al.Automatic reconstruction of asbuilt building information models from laserscanned point clouds:a review of related techniques[J].Automation in Construction,2010,19(7):829-843.

  [2] 韓寶昌,曹俊杰,蘇志勛.一種區域層次上的自動點云配準算法[J].計算機輔助設計與圖形學學報, 2015,27(2):313-

319.

  [3] BESL P J, MCKAY N D. Method for registration of 3D shapes[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1992,14(2):239-256.

  [4] Guo Yu, BENNAMOUN M, SHOEL F, et al.3D object recognition in cluttered scenes with local surface features: a survey[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014,36(11):2270-2287.

  [5] 楊小青, 楊秋翔,楊劍.基于法向量改進的ICP算法[J].計算機工程與設計, 2016, 37(1):169-173.

  [6] 許斌, 李忠科,呂培軍,等.基于特征的點云精確配準算法[J].計算機應用與軟件, 2013,30(11):112-115.

  [7] 張曉娟,李忠科,王先澤,等.基于特征點和改進ICP的三維點云數據配準算法[J].傳感器與微系統, 2012,31(9):116118.

  [8] KUIPERS J B. Quaternions and rotation sequences[M].Sofia: Coral Press,2000:127-143.

  [9] HORN B K P.Closed-form solution of absolute orientation using unit quaternions[J].Optical Society of America, 1987,4(4):629-642.

  [10] EGGERT D W, LORUSSO A.Estimating 3D rigid body transformations a comparison of four major algorithms[J].Machine Vision and Applications, 1997,9(5):272-290.


此內容為AET網站原創,未經授權禁止轉載。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
亚洲男女自偷自拍| 99精品国产在热久久婷婷| 在线观看成人av电影| 国产精品美女主播| 欧美日韩一区三区| 欧美人交a欧美精品| 欧美激情片在线观看| 欧美xx69| 免费av成人在线| 牛牛影视久久网| 蜜桃av综合| 欧美成人中文| 欧美激情视频网站| 欧美日韩国产精品自在自线| 欧美久久电影| 欧美日韩中文在线观看| 欧美日韩精品一区二区天天拍小说| 欧美激情国产日韩| 欧美日韩国产va另类| 欧美日韩亚洲国产一区| 欧美了一区在线观看| 欧美日韩国产专区| 欧美色中文字幕| 欧美吻胸吃奶大尺度电影| 欧美视频二区36p| 国产精品久久福利| 国产欧美精品| 狠狠综合久久| 亚洲高清在线观看| 日韩视频免费大全中文字幕| 一区二区三区黄色| 午夜国产精品视频免费体验区| 亚洲欧美日韩另类精品一区二区三区| 午夜视频一区二区| 亚洲第一偷拍| 亚洲精品乱码久久久久久日本蜜臀| 亚洲精品一区二区三区在线观看| 亚洲精品一区二区三区四区高清 | 欧美精品一区三区| 欧美日韩精品综合在线| 国产精品福利影院| 国产一区二区无遮挡| 亚洲国产一区视频| 中文在线不卡视频| 欧美在线一二三四区| 亚洲免费观看高清在线观看 | 亚洲第一网站| aa级大片欧美三级| 亚洲欧美日韩国产| 亚洲国产日韩欧美综合久久| 在线视频免费在线观看一区二区| 性感少妇一区| 欧美91视频| 国产精品久久九九| 在线观看亚洲精品| 在线中文字幕一区| 久久国产毛片| 亚洲一区二区三区精品动漫| 久久久久国产精品人| 欧美精品久久一区二区| 国产精品美女999| 在线精品国精品国产尤物884a| aa级大片欧美| 亚洲大胆人体视频| 亚洲一二三级电影| 久久在线免费观看| 国产精品久久久久久久久久免费 | 久久成人亚洲| 欧美日韩国产综合久久| 国产一区91| 亚洲日本乱码在线观看| 欧美诱惑福利视频| 亚洲小说春色综合另类电影| 久久综合伊人77777蜜臀| 欧美午夜激情小视频| 黄色成人在线免费| 正在播放欧美一区| 日韩小视频在线观看| 久久久久成人网| 国产精品久久一级| 亚洲人午夜精品| 亚洲国产成人精品久久| 欧美亚洲综合久久| 欧美日韩一区二区三| 亚洲第一精品久久忘忧草社区| 亚洲一区二区三区777| 亚洲精品一线二线三线无人区| 久久爱www久久做| 欧美视频日韩视频在线观看| 亚洲国产天堂久久综合网| 欧美在线一级va免费观看| 亚洲欧美日韩精品一区二区| 欧美精品精品一区| 在线观看91久久久久久| 羞羞漫画18久久大片| 亚洲欧美日韩在线观看a三区| 欧美极品欧美精品欧美视频| 今天的高清视频免费播放成人 | 日韩一级黄色片| 玖玖视频精品| 国产一区二区三区在线观看精品| 中文在线资源观看网站视频免费不卡| 亚洲欧洲三级| 麻豆国产精品va在线观看不卡| 国产一区二区精品丝袜| 亚洲一区二区高清| 亚洲视频在线观看免费| 欧美精品在线一区二区三区| 伊人久久大香线蕉av超碰演员| 欧美亚洲系列| 久久精品导航| 国产欧美另类| 午夜激情综合网| 欧美一级成年大片在线观看| 国产精品成人在线| 一本色道久久综合亚洲精品按摩| 日韩午夜电影av| 欧美国产亚洲精品久久久8v| 亚洲夫妻自拍| 亚洲免费av片| 欧美日本精品| 99这里只有久久精品视频| 一本色道久久加勒比88综合 | 欧美日韩国产综合视频在线观看中文| 亚洲第一中文字幕| 亚洲娇小video精品| 免费视频一区二区三区在线观看| 在线观看欧美黄色| 亚洲精品一区二区三区四区高清 | 午夜伦欧美伦电影理论片| 性欧美办公室18xxxxhd| 国产精品一区二区男女羞羞无遮挡| 中文日韩在线| 亚洲欧美一区二区三区在线| 国产精品一区二区三区免费观看 | 一区二区三区精密机械公司 | 伊大人香蕉综合8在线视| 亚洲国产一区二区a毛片| 免费成人av在线看| 亚洲精品护士| 中日韩高清电影网| 国产精品久久久久一区二区三区共| 亚洲欧美日韩中文视频| 久久精品日产第一区二区| 一区二区在线观看视频| 亚洲欧洲一区二区三区在线观看| 欧美黑人国产人伦爽爽爽| 亚洲精品一二三区| 午夜在线播放视频欧美| 国产日韩一区| 亚洲国产成人91精品| 欧美精品二区三区四区免费看视频| 99国产精品| 欧美一区久久| 在线观看成人小视频| 一本色道久久综合狠狠躁篇怎么玩 | 国产精品亚洲综合| 久久精品夜夜夜夜久久| 欧美黄色网络| 亚洲在线国产日韩欧美| 久久全球大尺度高清视频| 亚洲黄色免费网站| 亚洲欧美日产图| 伊人成人在线| 亚洲网友自拍| 国内精品伊人久久久久av影院| 日韩一二三在线视频播| 国产精品私拍pans大尺度在线| 亚洲国产精品久久久久秋霞不卡| 欧美日韩直播| 久久国产99| 欧美日韩直播| 亚洲电影免费观看高清完整版在线 | 欧美日韩在线免费| 久久国产黑丝| 欧美视频精品在线| 久久精品国产亚洲高清剧情介绍| 欧美日韩国产一级| 欧美一区在线看| 欧美特黄一级大片| 亚洲欧洲综合| 国产日韩在线一区| 国产精品99久久久久久久vr| 国产亚洲激情在线| 亚洲一区高清| 亚洲高清不卡在线| 欧美专区亚洲专区| 99精品视频一区二区三区| 久久午夜av| 亚洲一区二区三区色| 欧美成人午夜激情在线| 亚洲欧美伊人| 欧美日韩在线播放一区二区| 亚洲第一久久影院| 国产精品伦理| 宅男噜噜噜66一区二区66| 在线观看亚洲精品| 久久精品国产一区二区三区| 一区二区三区高清在线| 欧美国产日韩一二三区|