針對(duì)傳統(tǒng)迭代最近點(diǎn)（iterative closest point,ICP）配準(zhǔn)算法迭代次數(shù)多、收斂速度慢的問題,研究了基于局部擬合平面投影搜索最近點(diǎn)的改進(jìn)ICP配準(zhǔn)算法,在此基礎(chǔ)上采用冪法解算單位4元數(shù),最終在速度和精度上完成了對(duì)原始算法的優(yōu)化。采用C#編程語言將改進(jìn)的ICP點(diǎn)云配準(zhǔn)算法程序化,利用Trimble GX對(duì)某大型高層建筑物進(jìn)行實(shí)驗(yàn),分析了配準(zhǔn)過程中4元數(shù)參數(shù)、旋轉(zhuǎn)矩陣參數(shù)和平移參數(shù)的變化趨勢,并對(duì)傳統(tǒng)ICP配準(zhǔn)算法和改進(jìn)ICP配準(zhǔn)算法的配準(zhǔn)殘差進(jìn)行比對(duì),結(jié)果表明,改進(jìn)的ICP配準(zhǔn)算法迭代次數(shù)少、收斂速度快,研究成果可為現(xiàn)有點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)提供參考。 

【文章來源】：測繪地理信息. 2019,44(04)

【文章頁數(shù)】：4 頁

【部分圖文】：

圖１兩點(diǎn)云數(shù)據(jù)中４組公共特征點(diǎn)對(duì)

之內(nèi)，并刪除點(diǎn)ａｉ；若小于０．６，則認(rèn)為在配準(zhǔn)區(qū)域范圍之內(nèi)，記錄點(diǎn)ａｉ和其最近點(diǎn)ｑｉ，并分別放入點(diǎn)集Ｐ和Ｓ。將目標(biāo)點(diǎn)集Ａ中的所有點(diǎn)進(jìn)行上述計(jì)算和判斷，得到最終點(diǎn)集Ｐ和Ｓ即為目標(biāo)點(diǎn)集和參考點(diǎn)集的公共配準(zhǔn)區(qū)域。３．３改進(jìn)的ＩＣＰ配準(zhǔn)算法結(jié)果分析經(jīng)過粗配準(zhǔn)后，利用原始ＩＣＰ配準(zhǔn)算法和改進(jìn)的ＩＣＰ配準(zhǔn)算法對(duì)建筑物三維激光數(shù)據(jù)進(jìn)行配準(zhǔn)，得到了良好的配準(zhǔn)效果。由于粗配準(zhǔn)人工選取特征點(diǎn)的誤差較大，在傳統(tǒng)ＩＣＰ配準(zhǔn)過程中出現(xiàn)了部分未吻合的現(xiàn)象，如圖２（ａ）所示；在粗配準(zhǔn)基礎(chǔ)上改進(jìn)的ＩＣＰ配準(zhǔn)中兩幅點(diǎn)云數(shù)據(jù)的吻合情況比較好，如圖２（ｂ）所示。圖２粗配準(zhǔn)和改進(jìn)的ＩＣＰ配準(zhǔn)結(jié)果Ｆｉｇ．２ＲｏｕｇｈａｎｄＩｍｐｒｏｖｅＩＣＰＲｅｇｉｓｔｒａｔｉｏｎＲｅｓｕｌｔｓ傳統(tǒng)ＩＣＰ配準(zhǔn)結(jié)果局部放大如圖３（ａ）所示，明顯可以看到底部發(fā)生錯(cuò)位現(xiàn)象，主要是因?yàn)榕錅?zhǔn)采用的特征點(diǎn)云數(shù)據(jù)位于建筑物頂部，距離建筑物底部較遠(yuǎn)所致。改進(jìn)的ＩＣＰ配準(zhǔn)結(jié)果如圖３（ｂ）所示，可以看到底部未發(fā)生錯(cuò)位現(xiàn)象，進(jìn)而證明改進(jìn)的ＩＣＰ配準(zhǔn)算法吻合效果良好。圖３粗配準(zhǔn)和改進(jìn)的ＩＣＰ配準(zhǔn)局部放大Ｆｉｇ．３ＲｏｕｇｈａｎｄＩｍｐｒｏｖｅＩＣＰＲｅｇｉｓｔｒａｔｉｏｎＲｅｓｕｌｔｓｂｙＰａｒｔｉａｌＡｍｐｌｉｆｉｃａｔｉｏｎ在不同迭代次數(shù)情況下，改進(jìn)ＩＣＰ配準(zhǔn)算法４元數(shù)及其矩陣參數(shù)的計(jì)算結(jié)果分別如表２和表３所示，原始ＩＣＰ配準(zhǔn)算法與改進(jìn)的ＩＣＰ配準(zhǔn)算法，配準(zhǔn)后精度指標(biāo)計(jì)算結(jié)果如圖４所示。８８

準(zhǔn)算法結(jié)果分析經(jīng)過粗配準(zhǔn)后，利用原始ＩＣＰ配準(zhǔn)算法和改進(jìn)的ＩＣＰ配準(zhǔn)算法對(duì)建筑物三維激光數(shù)據(jù)進(jìn)行配準(zhǔn)，得到了良好的配準(zhǔn)效果。由于粗配準(zhǔn)人工選取特征點(diǎn)的誤差較大，在傳統(tǒng)ＩＣＰ配準(zhǔn)過程中出現(xiàn)了部分未吻合的現(xiàn)象，如圖２（ａ）所示；在粗配準(zhǔn)基礎(chǔ)上改進(jìn)的ＩＣＰ配準(zhǔn)中兩幅點(diǎn)云數(shù)據(jù)的吻合情況比較好，如圖２（ｂ）所示。圖２粗配準(zhǔn)和改進(jìn)的ＩＣＰ配準(zhǔn)結(jié)果Ｆｉｇ．２ＲｏｕｇｈａｎｄＩｍｐｒｏｖｅＩＣＰＲｅｇｉｓｔｒａｔｉｏｎＲｅｓｕｌｔｓ傳統(tǒng)ＩＣＰ配準(zhǔn)結(jié)果局部放大如圖３（ａ）所示，明顯可以看到底部發(fā)生錯(cuò)位現(xiàn)象，主要是因?yàn)榕錅?zhǔn)采用的特征點(diǎn)云數(shù)據(jù)位于建筑物頂部，距離建筑物底部較遠(yuǎn)所致。改進(jìn)的ＩＣＰ配準(zhǔn)結(jié)果如圖３（ｂ）所示，可以看到底部未發(fā)生錯(cuò)位現(xiàn)象，進(jìn)而證明改進(jìn)的ＩＣＰ配準(zhǔn)算法吻合效果良好。圖３粗配準(zhǔn)和改進(jìn)的ＩＣＰ配準(zhǔn)局部放大Ｆｉｇ．３ＲｏｕｇｈａｎｄＩｍｐｒｏｖｅＩＣＰＲｅｇｉｓｔｒａｔｉｏｎＲｅｓｕｌｔｓｂｙＰａｒｔｉａｌＡｍｐｌｉｆｉｃａｔｉｏｎ在不同迭代次數(shù)情況下，改進(jìn)ＩＣＰ配準(zhǔn)算法４元數(shù)及其矩陣參數(shù)的計(jì)算結(jié)果分別如表２和表３所示，原始ＩＣＰ配準(zhǔn)算法與改進(jìn)的ＩＣＰ配準(zhǔn)算法，配準(zhǔn)后精度指標(biāo)計(jì)算結(jié)果如圖４所示。８８

【參考文獻(xiàn)】：
期刊論文
[1]ICP配準(zhǔn)算法的影響因素及評(píng)價(jià)指標(biāo)分析[J]. 陳春旭,漆鈺暉,朱一帆,裴凌,徐昌慶.  導(dǎo)航定位與授時(shí). 2018(05)
[2]基于三維激光掃描的橋梁變形檢測及數(shù)據(jù)處理[J]. 鄧曉隆,田石柱.  激光與光電子學(xué)進(jìn)展. 2018(07)
[3]三維激光掃描建筑物立面數(shù)據(jù)的自動(dòng)提取[J]. 林卉,王李娟,康志忠,田艷鳳,邵聰穎.  測繪通報(bào). 2016(10)
[4]計(jì)算實(shí)對(duì)稱矩陣特征值特征向量的冪法[J]. 曾莉,肖明.  南昌大學(xué)學(xué)報(bào)(理科版). 2016(04)
[5]點(diǎn)云數(shù)據(jù)平面擬合的加權(quán)總體最小二乘方法[J]. 陳漢清,王樂洋.  工程勘察. 2015(11)
[6]Trimble GX 3D激光掃描儀內(nèi)符合精度的試驗(yàn)[J]. 齊建偉,朱恩利.  測繪科學(xué). 2013(04)

碩士論文
[1]基于地面三維激光掃描的露天礦山邊坡變形監(jiān)測研究[D]. 周才文.江西理工大學(xué) 2018
[2]三維激光點(diǎn)云數(shù)據(jù)配準(zhǔn)研究[D]. 張步.西安科技大學(xué) 2015
[3]基于三維激光掃描技術(shù)的建筑物建模研究[D]. 吳蒙.東華理工大學(xué) 2015



本文編號(hào)：3363770