【摘要】：針對(duì)迭代最近點(diǎn)算法中存在的收斂速度較慢和噪聲引起的配準(zhǔn)效果不佳的問(wèn)題,提出一種基于期望最大化估計(jì)的噪聲點(diǎn)云配準(zhǔn)算法,即改進(jìn)的概率迭代最近點(diǎn)算法。首先,建立兩個(gè)點(diǎn)云集合之間的一一對(duì)應(yīng)關(guān)系,以提高算法的配準(zhǔn)精度;然后,將高斯模型引入到ICP算法中,采用奇異值分解的方法解決剛體變換問(wèn)題,并在剛體變換過(guò)程中加入動(dòng)態(tài)迭代系數(shù),在不影響配準(zhǔn)精度和迭代方向的情況下,在下次迭代中更快速地尋找到最近點(diǎn),以此減少迭代次數(shù)、提高收斂速度,實(shí)現(xiàn)兩個(gè)帶有噪聲點(diǎn)云的精確配準(zhǔn)。實(shí)驗(yàn)表明,該算法是一種精度高、速度快的點(diǎn)云配準(zhǔn)算法,能有效地避免噪聲和外點(diǎn)的干擾。
[Abstract]:Aiming at the problems of slow convergence rate and poor registration effect caused by noise in iterative nearest point algorithm, an improved probabilistic iterative nearest point algorithm based on expectation maximization estimation is proposed. Firstly, the one-to-one correspondence between two point cloud sets is established to improve the registration accuracy of the algorithm. Then, Gao Si model is introduced into ICP algorithm, and the singular value decomposition method is used to solve the problem of rigid body transformation, and dynamic iterative coefficients are added to the process of rigid body transformation, without affecting the registration accuracy and the direction of iteration. In the next iteration we can find the nearest point more quickly so as to reduce the number of iterations improve the convergence speed and realize the accurate registration of two noisy point clouds. Experimental results show that the algorithm is a high precision and fast point cloud registration algorithm, which can effectively avoid noise and external point interference.
【作者單位】： 咸陽(yáng)師范學(xué)院教育科學(xué)學(xué)院;西北大學(xué)信息科學(xué)與技術(shù)學(xué)院;北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61373117) 陜西省教育科學(xué)“十三五”規(guī)劃課題(SGH16H179)
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 王森;王璐;洪靖惠;李思慧;孫曉鵬;;基于Sparse ICP的三維點(diǎn)云耳廓識(shí)別[J];圖學(xué)學(xué)報(bào);2015年06期

2 蔣睿嵩;魏發(fā)遠(yuǎn);馮大勇;閆茂振;;一種權(quán)值約束的精確配準(zhǔn)算法[J];圖學(xué)學(xué)報(bào);2014年02期

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

4 吳維勇;王英惠;;逆向工程中基于小波的數(shù)據(jù)配準(zhǔn)[J];工程圖學(xué)學(xué)報(bào);2010年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前5條

1 黃方;寧濤;陳志同;沈云超;;二維點(diǎn)輪廓與矢量輪廓配準(zhǔn)研究[J];圖學(xué)學(xué)報(bào);2016年05期

2 解則曉;劉靜曉;潘成成;張夢(mèng)澤;;一種散亂分層點(diǎn)云的有序化精簡(jiǎn)方法[J];圖學(xué)學(xué)報(bào);2016年03期

3 律帥;達(dá)飛鵬;黃源;;基于數(shù)據(jù)類(lèi)型轉(zhuǎn)換的點(diǎn)云快速有損壓縮算法[J];圖學(xué)學(xué)報(bào);2016年02期

4 趙龍;韋群;;序列圖像三維重構(gòu)中點(diǎn)云精簡(jiǎn)算法的研究與改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2016年08期

5 時(shí)可可;潘為民;郭志強(qiáng);雷賢卿;葉欣;;大型定子葉片鑄件的數(shù)字化測(cè)量及誤差評(píng)定[J];圖學(xué)學(xué)報(bào);2014年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳雷蕾;王斌;張立明;;快速三維人耳提取與識(shí)別[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2009年10期

2 方惠蘭,王國(guó)瑾;三角網(wǎng)格曲面上離散曲率估算方法的比較與分析[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年11期

3 張麗艷,周儒榮,蔡煒斌,周來(lái)水;海量測(cè)量數(shù)據(jù)簡(jiǎn)化技術(shù)研究[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣睿嵩;張定華;張順利;程云勇;;帶變形渦輪葉片精確配準(zhǔn)算法研究[J];CT理論與應(yīng)用研究;2009年01期

2 李在娟;付宜利;高文朋;;基于路徑的血管介入手術(shù)電磁跟蹤的配準(zhǔn)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

3 蔣睿嵩;魏發(fā)遠(yuǎn);馮大勇;閆茂振;;一種權(quán)值約束的精確配準(zhǔn)算法[J];圖學(xué)學(xué)報(bào);2014年02期

4 左森;郭曉松;萬(wàn)敬;郭君斌;;基于支持向量回歸的光度配準(zhǔn)算法[J];微電子學(xué)與計(jì)算機(jī);2006年12期

5 於時(shí)才;呂艷瓊;;一種圖像快速配準(zhǔn)算法的研究[J];激光與紅外;2009年04期

6 謝永勝;余正生;;圖像快速配準(zhǔn)算法的改進(jìn)[J];機(jī)電工程;2010年02期

7 郭明;周曉東;;艦船小目標(biāo)圖像配準(zhǔn)算法[J];光子學(xué)報(bào);2012年02期

8 李寶峰;田寶華;張曉明;鄭明玲;;全局自動(dòng)圖像配準(zhǔn)算法加速器[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年10期

9 陳華杰;馮衛(wèi)平;林岳松;郭云飛;;基于稀疏方位超圖匹配的圖像配準(zhǔn)算法[J];光電子.激光;2010年12期

10 王學(xué)敏;王國(guó)宏;陳壘;;航跡圖像的2D雷達(dá)系統(tǒng)誤差配準(zhǔn)算法[J];火力與指揮控制;2012年06期

相關(guān)會(huì)議論文 前7條

1 張政;張彩明;;一種基于法向特征的點(diǎn)云數(shù)據(jù)配準(zhǔn)算法[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

2 梅躍松;楊樹(shù)興;莫波;;一種基于新的相似性測(cè)度的自動(dòng)圖像配準(zhǔn)算法[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

3 王瑞瑞;王晉年;馬建文;;基于虛擬窗口統(tǒng)計(jì)特征的可見(jiàn)光與熱紅外影像配準(zhǔn)算法研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

4 孫凡;;基于無(wú)人機(jī)多光譜成像儀圖像的配準(zhǔn)算法研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

5 郗潤(rùn)平;武瀟;張艷寧;;基于子束變換和Harris角點(diǎn)的圖像配準(zhǔn)算法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

6 曹世翔;江潔;張廣軍;袁艷;;一種簡(jiǎn)化SIFT的圖像配準(zhǔn)算法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

7 蔣曉瑜;田宏亮;張文明;;基于梯度互信息的小波域圖像配準(zhǔn)算法研究[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前8條

1 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

2 楊娟;醫(yī)學(xué)圖像配準(zhǔn)和四維磁共振成像相關(guān)技術(shù)研究[D];山東大學(xué);2015年

3 虞剛;在線自適應(yīng)放療若干關(guān)鍵問(wèn)題的研究[D];東南大學(xué);2015年

4 章學(xué)靜;像素級(jí)圖像增強(qiáng)及配準(zhǔn)算法研究[D];北京理工大學(xué);2014年

5 梁月強(qiáng);圖像引導(dǎo)放射治療若干關(guān)鍵問(wèn)題的研究[D];電子科技大學(xué);2012年

6 劉朝霞;航空遙感圖像配準(zhǔn)算法研究[D];大連海事大學(xué);2011年

7 葉宏;多傳感器系統(tǒng)配準(zhǔn)算法研究[D];中國(guó)工程物理研究院;2014年

8 祁永慶;多平臺(tái)多傳感器配準(zhǔn)算法研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉新;三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法研究[D];燕山大學(xué);2015年

2 楊昆;基于互相關(guān)和點(diǎn)特征的圖像配準(zhǔn)算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 陳平君;配準(zhǔn)方法可重現(xiàn)比較流程與纖維束分割算法研究[D];大連理工大學(xué);2015年

4 陳聰;低照度圖像配準(zhǔn)算法研究[D];西安電子科技大學(xué);2014年

5 王冰;基于GPU的粘性流體醫(yī)學(xué)圖像彈性配準(zhǔn)算法研究[D];蘭州交通大學(xué);2015年

6 曹紅洋;基于Demons算法的圖像非剛性配準(zhǔn)算法研究[D];南昌航空大學(xué);2015年

7 李耀東;基于分布估計(jì)算法和互信息的醫(yī)學(xué)圖像剛性配準(zhǔn)算法研究[D];沈陽(yáng)工業(yè)大學(xué);2016年

8 宋江典;多模態(tài)腦影像配準(zhǔn)算法設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2014年

9 劉忠建;基于并行計(jì)算的點(diǎn)云配準(zhǔn)算法研究[D];北方工業(yè)大學(xué);2016年

10 張金龍;面向嬰幼兒腦MR圖像的配準(zhǔn)算法與分割研究[D];東北大學(xué);2014年

，

本文編號(hào)：2300568