發(fā)布時(shí)間：2024-07-02 19:16

　　近年來,人工智能和物聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,帶動(dòng)了各領(lǐng)域的大變革,如工業(yè)上的智能制造、醫(yī)學(xué)上的智慧醫(yī)療、城市規(guī)劃上的智慧城市和人們生活中的智慧家居等。在各智能系統(tǒng)中計(jì)算機(jī)視覺技術(shù)起著至關(guān)重要的作用。而三維點(diǎn)云配準(zhǔn)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的重要技術(shù)之一,該技術(shù)主要應(yīng)用于物體或場景的自動(dòng)化三維重建。在智能應(yīng)用需求不斷增加的背景下,對三維點(diǎn)云配準(zhǔn)技術(shù)進(jìn)行深入的研究具有重要的意義。雖然國內(nèi)外學(xué)者在該領(lǐng)域已提出了眾多不同的技術(shù)方法,但在大多實(shí)際應(yīng)用中主要依賴于經(jīng)典的最近點(diǎn)迭代(Iterative Closest Point,ICP)法,其通過搜尋待配準(zhǔn)點(diǎn)云每點(diǎn)在目標(biāo)點(diǎn)云上的最近對應(yīng)點(diǎn)來獲得相應(yīng)的變換參數(shù),并不斷地迭代該過程來完成點(diǎn)云配準(zhǔn)。但I(xiàn)CP算法對準(zhǔn)點(diǎn)云間的初始位置具有較強(qiáng)的依賴性,當(dāng)兩點(diǎn)云數(shù)據(jù)初始位置較差時(shí),使用ICP算法,其收斂速度較慢且容易收斂到局部最優(yōu),這也是導(dǎo)致配準(zhǔn)效率和精度下降的重要原因。本文正是基于ICP配準(zhǔn)方法進(jìn)行了深入的研究,并提出了一些改進(jìn)的策略。本文的主要研究內(nèi)容如下:首先,本文提出了基于體素下采樣和關(guān)鍵點(diǎn)提取的方法。針對解決ICP算法對初始位置依賴問題,采用在ICP算法前對原...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及應(yīng)用前景
        1.1.1 課題研究意義
        1.1.2 課題的應(yīng)用前景
    1.2 點(diǎn)云配準(zhǔn)技術(shù)研究現(xiàn)狀分析
        1.2.1 非自動(dòng)配準(zhǔn)方法研究現(xiàn)狀
        1.2.2 自動(dòng)配準(zhǔn)方法研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 點(diǎn)云配準(zhǔn)的基本概念及基礎(chǔ)模型
    2.1 引言
    2.2 三維點(diǎn)云數(shù)據(jù)
        2.2.1 三維點(diǎn)云數(shù)據(jù)的基本概念
        2.2.2 三維點(diǎn)云數(shù)據(jù)的獲取
        2.2.3 點(diǎn)云數(shù)據(jù)的排列結(jié)構(gòu)
    2.3 三維點(diǎn)云配準(zhǔn)技術(shù)基礎(chǔ)理論
        2.3.1 點(diǎn)云配準(zhǔn)的定義
        2.3.2 點(diǎn)云的剛體變化
        2.3.3 剛體變換矩陣的求解
    2.4 本章小結(jié)
第3章 基于體素下采樣和關(guān)鍵點(diǎn)提取的算法研究
    3.1 引言
    3.2 體素下采樣素算法
    3.3 關(guān)鍵點(diǎn)的提取
        3.3.1 點(diǎn)云的鄰域
        3.3.2 常用的關(guān)鍵點(diǎn)提取算法
        3.3.3 本文關(guān)鍵點(diǎn)提取方法
    3.4 實(shí)驗(yàn)仿真
        3.4.1 仿真環(huán)境和實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 體素下采樣實(shí)驗(yàn)
        3.4.3 關(guān)鍵點(diǎn)提取實(shí)驗(yàn)分析
    3.5 本章小結(jié)
第4章 基于錯(cuò)誤關(guān)鍵點(diǎn)匹配對剔除的配準(zhǔn)算法研究
    4.1 引言
    4.2 點(diǎn)云的粗配準(zhǔn)
        4.2.1 點(diǎn)的快速直方圖(FPFH)描述子
        4.2.2 錯(cuò)誤匹配點(diǎn)對的剔除
        4.2.3 隨機(jī)采樣一致性配準(zhǔn)算法
    4.3 點(diǎn)云的精確配準(zhǔn)
        4.3.1 ICP精確配準(zhǔn)算法
        4.3.2 kd-tree搜索算法
    4.4 實(shí)驗(yàn)分析
        4.4.1 仿真環(huán)境與實(shí)驗(yàn)數(shù)據(jù)
        4.4.2 點(diǎn)云配準(zhǔn)的評價(jià)標(biāo)準(zhǔn)
        4.4.3 初始配準(zhǔn)算法實(shí)驗(yàn)
        4.4.4 精確配準(zhǔn)實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的科研成果清單



本文編號：3999888