資源描述：
《基于進(jìn)化算法的三維點云自由拼接研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于進(jìn)化算法的三維點云自由拼接研究StudyofRegistrationfor3DPointCloudsBasedonEvolutionaryAlgorithms(國家自然科學(xué)基金資助項目:61177002)學(xué)科專業(yè)：光學(xué)工程研究生：周天宇指導(dǎo)教師：葛寶臻教授天津大學(xué)精密儀器與光電子工程學(xué)院二零一五年十一月摘要激光三維掃描技術(shù)是一種快速、高效的三維數(shù)字化手段，目前已經(jīng)廣泛應(yīng)用于形貌測量、生產(chǎn)制造、逆向工程、影視娛樂以及人體工程學(xué)設(shè)計等領(lǐng)域?，F(xiàn)存的三維點云數(shù)據(jù)獲取方法和數(shù)據(jù)處理效率仍然存在上升空間，開發(fā)出高效的點云自由拼接算法成為研究的熱點。圍
2、繞這一目標(biāo)，本文開展了如下工作：1．進(jìn)行從大量的數(shù)據(jù)點云中快速準(zhǔn)確提取特征點的研究。對常用的曲率取點、均勻取點、關(guān)鍵點(KPQ)提取、固有形狀特征(ISS)等取點算法進(jìn)行了分析和實驗，討論了不同算法的特點，對ISS特征點提取算法引入了鄰域半徑約束的改進(jìn)策略，使其廣泛適用于一般性的點云模型的特征提取。2．對描述兩片點云拼接精度的對應(yīng)點之間距離中值的目標(biāo)函數(shù)進(jìn)行了分析，論證了使用群智能算法進(jìn)行函數(shù)優(yōu)化的可行性，實現(xiàn)了粒子群算法(PSO)、生物地理學(xué)優(yōu)化算法(BBO)、人工蜂群算法(ABC)的功能。3.基于特征點提取和群智能優(yōu)化算法，利用Matla
3、b編程實現(xiàn)了完整的三維點云自由拼接算法，通過對理想點云庫模型和實測存在噪聲的點云數(shù)據(jù)的拼接實驗，比較了不同算法對不同模型的拼接精度和效率。同時通過對不同重合率點云的拼接測試，獲得了點云重合率與拼接精度的關(guān)系。關(guān)鍵詞：三維點云模型特征點提取算法群智能算法點云拼接ABSTRACTLaser3Dscanningtechnologyhasbeenakindoffastandefficientmeansof3Ddigitalmethod.Ithasbeenwidelyappliedinsurfacetopographymeasurement,garme
4、ntmanufacturing,reverseengineering,filmandtelevisionentertainment,humanbodyengineeringdesignandsoon.Theexistingmethodsof3Dpointcloudsdataacquisitionanddataprocessingefficiencyareexpectedtoreachahigherlevel.Thedevelopmentofefficientpointcloudsregistrationalgorithmshasbecomet
5、hehotspotofacademicresearch.Surroundingontheobjective,themajorworkandinnovationareasfollows:1．Wehavedoneresearchonextractingfeaturepointsinlargepointsquicklyandaccurately.Thispaperanalyzedandcomparedcurvaturefeaturepointsextraction,randomsampling,KPQ-pointsextraction,ISSfea
6、turepointsextraction.WeproposeanimprovedISSalgorithmadoptinganeighbourpointsradiusconstraintstrategy,makeitsuitableforgeneralpointcloudmodels.2．Weanalyzedthefitnessfunctionofthemediandistancebetweencorrespondingpointswhichisusedtodescribetheaccuracyofimageregistrationandpro
7、vedtheswarmintelligencealgorithmcanbeusedtooptimizethefunction.WehaverealizedthefunctionofParticleSwarmOptimization,theBiogeography-basedoptimization,theArtificialBeeColonyAlgorithm.3．Basedontheresearchesabove,thecompleteregistrationalgorithmofpointcloudshasbeendevelopedbyM
8、atlab.Throughtheregistrationresultsofidealmodelsandrealhumanmodel,theperformanceof
