資源描述：
《基于特征點和改進ICP的三維點云數(shù)據(jù)配準算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、116傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)2012年第3l卷第9期基于特征點和改進ICP的三維點云數(shù)據(jù)配準算法張曉娟，李忠科，王先澤，呂培軍，王勇(1．第二炮兵工程學院指揮自動化系，陜西西安710025；2．北京大學口腔醫(yī)學院。北京100871)摘要：在光學非接觸三維測量中，復雜對象的重構(gòu)需要多組測量數(shù)據(jù)的配準。最近點迭代(ICP)算法是三維激光掃描數(shù)據(jù)處理中點云數(shù)據(jù)配準的一種經(jīng)典的數(shù)學方法，為了獲得更好的配準結(jié)果，在ICP算法的基礎之上，提出了結(jié)合基于特征點的等曲率預配準方法和鄰近搜索
2、ICP改進算法的精細配準，自動進行點云數(shù)據(jù)配準的算法，經(jīng)對牙齒點云模型實驗發(fā)現(xiàn)，點云數(shù)據(jù)量越大，算法的配準速度優(yōu)勢越明顯，采用ICP算法的運行時間(194．58S)遠大于本算法的運行時間(89．13s)。應用實例表明：該算法具有速度快、精度高的特點，算法效果良好。關(guān)鍵詞：點云；配準；特征點；最近點迭代算法；牙齒點云模型中圖分類號：TP391文獻標識碼：A文章編號：1000-9787(2012)09-0116-03Researchof3Dpointclouddataregistrationalgorithmsbasedonfeaturepoi
3、ntsandimprovedICPZHANGXiao-juan，LIZhong．ke，WANGXian．ze，Lt)Pei-jun，WANGYong(1．SecondArtilleryEngineeringCollege，xi’an710025，China；2．SchoolofStomatology，BeijingUniversity，Beijing100871，China)Abstract：Intheopticalnon·contact3Dmeasurementprocess，thereconstructionofcomplexobjec
4、tdependsontheregisteringofmanypointclouds．Iterativeclosestpoint(ICP)algorithmisaclassicalmathematicalmethodinprocessingdataof3Dlaserscanningaboutregistration．Toobtainbetterregisteringresult，analgorithmincludinginitialregistrationandpreciseregistrationisproposedbasedonICP．I
5、tcombinesalgorithmofequalcurvaturebasedfeaturepointsandimprovedICPofneighborhoodsearchtoregisterpointclouddataautomatically．Throughthetoothpointcloudsmodelexperiment，itisfoundthatthegreatertheamountofpointclouddata，themoreobviousadvantagesoftheregistrationspeedofthisalgori
6、thmistherunningtimeofusingICPalgorithm(194．58S)isfargreaterthanthatofthisalgorithm(89．13S)．Experimentalresultsshowthattheproposedalgorithmhasadvantageoffastspeedandhighprecision．Keywords：pointcloud；registration；featurepoints；ICPalgorithm；toothpointcloudsmodel0引言域的一項關(guān)鍵技術(shù)，有著
7、廣泛的應用。隨著激光掃描技術(shù)的發(fā)展，利用激光掃描儀可以在幾目前，三維點云數(shù)據(jù)的配準算法很多，但最經(jīng)典的算法秒鐘之內(nèi)直接得到被測物體表面的點云數(shù)據(jù)，在三維物體就是BeslPJ等人提出的最近點迭代(iterativeclosest數(shù)字化過程中，由于受測量設備測量范圍的限制和被測物point，ICP)算法。它是應用最為廣泛且具有很高匹配精度體外形的復雜性等，三維檢測一次只能得到物體某一部分的配準算法，但由算法描述可知，它對點云間的相對初始位表面的數(shù)據(jù)，要得到物體完整的形狀信息，需要從不同角度置要求較高，同時存在計算量較大，且迭代過程可能無法收使用
8、多次定位進行測量，而將各個視角得到的點集合并到斂到全局最優(yōu)解的缺陷。為了適應不同的環(huán)境并克服ICP一個統(tǒng)一的坐標系下，這就是點云數(shù)據(jù)的配準，實際上，配算法自身的部分缺陷，許多研究
