發(fā)布時(shí)間：2018-02-05 19:06

  本文關(guān)鍵詞： 圖像處理 點(diǎn)云配準(zhǔn) 深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 深度圖像　出處：《激光與光電子學(xué)進(jìn)展》2017年03期 　論文類型：期刊論文

【摘要】：點(diǎn)云配準(zhǔn)是三維點(diǎn)云信息處理中的重要問題。傳統(tǒng)點(diǎn)云配準(zhǔn)方法計(jì)算量大,不利于實(shí)時(shí)計(jì)算與移動(dòng)計(jì)算。針對(duì)傳統(tǒng)點(diǎn)云配準(zhǔn)方法存在的問題,提出了一種利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行點(diǎn)云配準(zhǔn)的方法。首先計(jì)算點(diǎn)云的深度圖像,利用卷積神經(jīng)網(wǎng)絡(luò)提取深度圖像對(duì)的特征差,將深度圖像對(duì)的特征差作為全連接網(wǎng)絡(luò)的輸入并計(jì)算點(diǎn)云配準(zhǔn)參數(shù),迭代地執(zhí)行上述操作直至配準(zhǔn)誤差小于可接受閾值。實(shí)驗(yàn)結(jié)果表明,相比傳統(tǒng)的點(diǎn)云配準(zhǔn)方法,基于卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云配準(zhǔn)方法具有所需計(jì)算量小、配準(zhǔn)效率高、對(duì)噪聲點(diǎn)和異常點(diǎn)不敏感的優(yōu)點(diǎn)。
[Abstract]:Point cloud registration is an important problem in 3D point cloud information processing. The traditional point cloud registration method has a large amount of computation, which is not conducive to real-time calculation and movement calculation. A method of point cloud registration using convolution neural network is proposed. Firstly, the depth image of point cloud is calculated, and the feature difference of depth image pair is extracted by convolution neural network. The feature difference of the depth image pair is used as the input of the fully connected network and the point cloud registration parameters are calculated. The above operation is performed iteratively until the registration error is less than the acceptable threshold. Compared with the traditional point cloud registration method, the point cloud registration method based on convolution neural network has the advantages of less computation, higher registration efficiency and insensitivity to noise points and outliers.
【作者單位】： 北京航空航天大學(xué)電子信息工程學(xué)院;河北遠(yuǎn)東通信系統(tǒng)工程有限公司;
【基金】：上海航天創(chuàng)新基金SAST(2015090)
【分類號(hào)】：TP391.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉愛芬;龔聲蓉;王朝暉;劉純平;;基于隨機(jī)分布估計(jì)的點(diǎn)云密度提取[J];計(jì)算機(jī)工程;2009年04期

2 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點(diǎn)云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報(bào);2009年05期

3 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無序點(diǎn)云[J];光學(xué)精密工程;2009年04期

4 李海亮;鄧非;李剛;;攝影測量激光點(diǎn)云空洞修補(bǔ)[J];測繪科學(xué);2010年05期

5 張晶;楊云生;豐少偉;;基于點(diǎn)云法矢變化的點(diǎn)云簡化方法研究[J];計(jì)算機(jī)與數(shù)字工程;2011年12期

6 李曉久;景曉寧;;基于非接觸式測量的人體點(diǎn)云簡化方法[J];紡織學(xué)報(bào);2012年07期

7 高恩陽;鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

8 范然;金小剛;;大規(guī)模點(diǎn)云選擇及精簡[J];圖學(xué)學(xué)報(bào);2013年03期

9 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標(biāo)準(zhǔn)化的線特征點(diǎn)云提取方法[J];北京航空航天大學(xué)學(xué)報(bào);2013年08期

10 錢偉春;3DSMAX中動(dòng)態(tài)云的制作[J];多媒體世界;1999年03期

相關(guān)會(huì)議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會(huì)摘要集[C];2012年

6 李凱;張愛武;;基于激光點(diǎn)云的糧倉儲(chǔ)糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

5 王瑞巖;計(jì)算機(jī)視覺中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

6 段敏燕;機(jī)載激光雷達(dá)點(diǎn)云電力線三維重建方法研究[D];武漢大學(xué);2015年

7 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測與評(píng)估技術(shù)研究[D];西南交通大學(xué);2015年

8 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

9 李揚(yáng)彥;基于點(diǎn)云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

10 楊德賀;面向虛擬測方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點(diǎn)云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點(diǎn)云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

，

本文編號(hào)：1492513