發(fā)布時間：2020-12-17 14:28

　　隨著傳感器技術的不斷進步,人類對世界的感知已經(jīng)從傳統(tǒng)的二維成像發(fā)展到三維成像。特別是隨著激光成像技術的發(fā)展,采用激光成像傳感器獲取單個物體、室內外不同場景的三維點云數(shù)據(jù)已經(jīng)廣泛普及。三維激光點云數(shù)據(jù)的與日俱增,使得基于點云數(shù)據(jù)的物體建模、場景建模,以及在此之上的目標識別、場景理解等技術取得了長足的發(fā)展。但是,三維點云配準、目標識別與場景標記,依然是一個具有重要研究價值且富有挑戰(zhàn)性的問題。鑒于此,本文圍繞上述任務對三維點云智能信息處理展開深入理論與應用研究,在系統(tǒng)分析點云數(shù)據(jù)特點的基礎上,在點云配準、三維目標識別、三維場景標記等方面取得了如下成果。在三維點云配準方面,針對場景中點云特征存在重復不易建立對應關系等問題,提出了一種基于方向角直方圖的旋轉參數(shù)估計方法,將配準問題分解為旋轉參數(shù)估計與平移參數(shù)估計兩部分:在旋轉參數(shù)估計中,基于點云的法向量方向定義了點云的方向角,并基于方向角的直方圖統(tǒng)計關系估算點云之間的旋轉角度;在平移參數(shù)估計中,利用簡化的迭代最近點算法求解點云之間的平移矢量。相對于基于特征的三維點云配準算法,該方法能夠很好的適用于紋理較少的結構化場景點云配準,并且避免了提取特征的... 

【文章來源】：國防科技大學湖南省 211工程院校 985工程院校

【文章頁數(shù)】：136 頁

【學位級別】：博士

【部分圖文】：

三維點云示例

國防科技大學研究生院博士學位論文圖1.3 ICCV2017分主題投稿與錄用統(tǒng)計情況International Conference on Computer Vision (ICCV)以及International Conference on3D Vision (3DV)）也組織了多場主題交流與研討會，比如ICCV 2017中單獨開辟了三維計算機視覺的主題，其投稿量和錄用量居所有主題的前列，如圖1.3所示。此外，全球高水平研究機構，如美國華盛頓大學、德國慕尼黑工業(yè)大學、澳大利亞西澳大學、美國普林斯頓大學、蘇黎世聯(lián)邦理工學院、英國帝國理工學院、微軟亞洲研究院、百度研究院、中國科學院自動化所、深圳先進技術研究院、廈門大學智慧城市感知與計算福建省重點實驗室、國防科技大學等都投入了大量的財力與人力開展三維點云信息處理的相關理論與技術研究。針對本文的研究內容，本節(jié)將全面總結相關工作的研究現(xiàn)狀，主要包括三維點云配準（第1.3.1節(jié)）、三維目標識別（第1.3.2節(jié)）、三維點云標記（第1.3.3節(jié)）等。1.3.1 三維點云配準研究進展三維點云配準的實質是計算同一物體或場景不同視點下采集到的點云之間的變換關系，以將其統(tǒng)一到同一坐標系下得到完整的點云。由于數(shù)據(jù)采集傳感器的視角有限，單次測量只能得到目標場景的部分數(shù)據(jù)，點云配準能夠將多次測量的數(shù)據(jù)拼接起來以獲得完備的點云，為后續(xù)三維建模、目標識別、場景理解奠定數(shù)據(jù)基礎

）局部感受野對于多層感知器，又稱全連接網(wǎng)絡，每個神經(jīng)元與前一層的所有神經(jīng)元相連接，如圖3.4(a)所示。假設輸入數(shù)據(jù)尺寸為1000 × 1000，當前層神經(jīng)元數(shù)目為 100，則全連接網(wǎng)絡存在1000 × 1000 × 100 = 108個連接，即需要108權值參數(shù)。多層網(wǎng)絡的堆疊必然會導致參數(shù)的進一步增加，進而要求更多的存儲容量。局部感受野能夠有效減少網(wǎng)絡連接數(shù)，即減少網(wǎng)絡權值參數(shù)。人類視覺認知中，人對外部世界的感知存在從局部到全局的過程，即不需要完整的全局信息即可完成認知過程。圖像中像素之間的相關性也是距離較近的像素相關性較大，距離較遠的像素相關性則要弱很多。因此


本文編號：2922199