迭代最近点

摘要： 点云配准是现代制造业中逆向工程、机器视觉等技术的重要组成部分,其效率和精度对获取的产品数据模型有重要影响。为提高3D物体点云配准的精度和效率,提出一种应用邻域点信息描述与匹配(Neighborhood point information Description and Matching,NDM)的点云配准方法。首先,在三个半径比例下根据点的曲率变化、测量角度和特征值性质提取特征点;其次,计算改进的法向量夹角、点密度和曲率值,获取多尺度矩阵描述符;然后,为描述符建立k维树获取匹配关系,并提出几何特征约束和刚性距离约束组合,剔除错误点对,实现粗配准;最后,通过k维树改进迭代最近点(Iterative Closest Point,ICP)算法完成精确配准。本文设计了实际物体点云配准和斯坦福模型模拟真实物体配准两组实验。结果表明,本文算法解决了经典ICP的局限性,配准精度提高2~5个量级;相较于其他算法,实物点云配准中本文算法的配准精度至少提高29%,效率可提高54%;斯坦福模拟实验中,本文算法的配准精度提高1%~99%,配准耗时降低3%~94%,表明本文算法是一种有效的物体表面点云的配准方法,可以提高配准精度和效率,有较好的鲁棒性。

摘要： 为了实现大型点云的精确配准,首先对大型点云数据进行降采样及去质心预处理,并采用迭代最近点(Iterative Closest Point,ICP)算法计算点云间的旋转矩阵R与平移矩阵T,最终在Visual Studio中基于OpenGL库实现界面交互和结果显示。结果表明,该配准算法既支持人为选择关键点进行配准,也支持随机生成关键点进行配准,且准确率高。大型点云数据实验表明,针对大型点云点数目多,普通配准算法计算时间长的问题,采用K-D树进行配准算法加速,可保证精度,同时大大缩短了大型点云配准计算时间。

摘要： 本文研究了一种适用于旋转盘3D扫描系统的三维点云快速准确配准的算法问题,利用飞行时间技术提高原始三维点云数据采集精度,减少源头数据误差引入,通过辅助的参照物多图扫描获取旋转轴信息及其转换矩阵,为目标物体的三维点云粗配准提供较好的初始信息,继而实现高精度、快速的目标物体的点云精配准,为高精度的增材制造过程提供算法支撑。

摘要： 同步定位与地图构建(Simultaneous Location and Mapping,SLAM)是机器人在未知环境中实现自我导航能力的重要保证。目前SLAM算法使用的主传感器基本是激光雷达或视觉相机。二者各具优劣,激光雷达能更精确地进行测距,视觉相机能反映环境丰富的纹理信息。与使用单一传感器相比,将二者融合的SLAM算法能够获得更多环境信息,达到更好的定位和建图效果。文章提出一种融合激光雷达和视觉相机的帧间匹配方法,通过在SLAM帧间匹配过程中加入地面约束以及视觉特征约束,提高帧间匹配过程精度,增强算法鲁棒性,从而提升SLAM算法整体效果。文章最后利用采集的地下停车库数据进行结果验证,与开源算法A-LOAM进行对比。结果表明,相比A-LOAM的帧间匹配方法,文章提出的方法相对位姿误差提升约30%。

摘要： 颅骨修复技术是对有缺损的颅骨补全对应的缺损部分,进而实现颅骨形状的完整性。针对高维颅骨数据,采用径向曲线来表示颅骨几何特征,结合最小二乘支持向量回归的方法构建颅骨修复模型。提取完整的三维颅骨模型的径向曲线,将其分为已有径向曲线和缺失径向曲线两部分作为训练样本,采用最小二乘支持向量回归统计模型复原出待修复颅骨的缺失径向曲线,进而合并生成待修复颅骨的完整径向曲线,通过迭代最近点算法将合并的颅骨径向曲线与颅骨统计模型进行匹配生成完整的三维颅骨模型。实验结果表明,该方法的平均误差达到6.834×10^(-3),比主成分分析方法降低2.90倍,具有更好的修复效果。

摘要： 在对特征辨识度低的点云进行配准的过程中,传统的基于局部特征提取和匹配的方法通常精度不高,而基于全局特征匹配的方法精度和效率也难以保证。针对这一问题,提出一种改进的局部特征配准方法。在初步配准阶段,设计了一种基于法向量投影协方差分析的关键点提取方法,结合快速特征直方图(FPFH)对关键点进行特征描述,定义多重匹配条件对特征点进行筛选,最后将对应点的最近距离之和作为优化目标进行粗匹配;在精配准阶段,采用以点到平面的最小距离作为迭代优化对象的改进迭代最近点(ICP)算法进行精确配准。实验结果表明,在配准特征辨识度低的点云时,相较于其他三种配准方法,该方法能保持高配准精度的同时降低配准时间。

摘要： 在破损文物虚拟复原过程中,碎片匹配是重要研究内容之一,而传统几何驱动匹配算法对断裂面重叠率较低碎片的匹配误差较大,因此针对具有一定厚度的文物,本文提出一种基于特征区域划分的文物碎片自动匹配拼接算法.首先提取文物碎片的断裂面,并在断裂面上点的局部区域内构造法向量特征,计算断裂面的特征点和特征点集;然后将特征点集划分为多个小规模的点云区域,并通过区域匹配将碎片断裂面初步对齐;最后利用基于阈值约束的迭代最近点(Iterative Closest Point,ICP)算法对特征点进行精确对齐,从而实现碎片的最终匹配.实验结果表明,该基于特征区域划分的文物碎片匹配算法的时间效率和匹配精度,比多数已有算法至少可以分别提高10%和20%,适用于低重叠断裂面的文物碎片匹配.

摘要： 点云配准在逆向工程、三维重建和工业检测等领域有着广泛的应用。针对传统的迭代最近点(Iterative Clos⁃est Point,ICP)配准算法中存在对配准位姿要求高且收敛速度慢等问题。论文设计了一种基于方向直方图签名(Unique Sig⁃natures and Histograms for Surface and Texture Description,SHOT)特征提取的三维点云配准算法。利用内部签名描述(Intrin⁃sic Shape Signatures,ISS)算法提取出目标点云的关键点后采用高描述性的SHOT特征描述子对关键点进行特征提取。对关键点进行随机采样后在离线计算好的模板特征中结合二次约束搜索提取出合适的配准点对,利用对偶四元素求解旋转矩阵和平移向量来实现点云的初始配准,最后利用ICP算法实现点云的精确配准。试验结果表明与传统的迭代最近点配准算法、基于快速点特征(Fast Point Feature Histograms,FPFH)配准算法等算法相比,论文算法的配准耗时进一步缩减,对不同位姿下的配准适应性高且对噪声环境下数据缺失有较好的鲁棒性。

摘要： 基于激光雷达的三维点云地图构建过程中点云配准是一个重要的研究部分,目前点云配准主要采用传统迭代最近点算法(ICP)。由于传统迭代最近点算法使用点到点的配准方式,导致点云配准耗时长,容易产生误差造成点云配准精度低的问题。针对上述问题,本文在基于传统迭代最近点算法原理上结合Point-to-Line ICP (PL-ICP)算法与Point-to-Plane ICP (PP-ICP)算法提出了一种对ICP算法改良的方案。在点云帧间配准中,将寻找对应点集的配准方式改为点到线和点到面的方式进行点云配准,实验结果表明,本文提出的方法能够有效构建点云地图,减少了点云配准时间,具有良好的配准精度。

摘要： 为了解决传统ICP算法在三维点云拼接中容易陷入局部最优解,算法效率低的问题,本文提出了一种基于k-d tree的ICP三维点云拼接方法。首先建立目标点云的k-d tree,确定三维点云k-d tree的最近邻搜索方法,使用源点云对目标点云进行最近邻搜索,剔除点云拼接的非对应点集;再对目标点云与源点云在ICP迭代计算过程中,使用k-d tree快速搜索最近点,获取对应点集,完成三维点云拼接。试验表明,本文提出的方法能够减少目标点云与源点云中的错误匹配点对,提升算法效率,有效地改善点云拼接效果。

摘要： 如何利用导航系统测得的位置数据来准确定位飞行器的真实位置是地形匹配导航中的一个关键问题。迭代最近点算法是航空地形匹配导航中被广泛研究和采用的一类方法。为了解决迭代最近点算法的定位精度和实时性问题，提出了一种基于混沌优化搜索的迭代最近点算法。在该算法中，以参考导航系统测量位置为中心规划真实位置的搜索范围，从参考地形图上提取相应的地形高程数据，与对应经纬度位置一起定义成模式类，将模式识别的过程转化成函数优化问题，然后运用混沌优化算法搜索目标函数最小值进行全局寻优，从而获得匹配最近点。仿真结果表明，在保证寻优性能的情况下，可以减少匹配次数，提高识别速度，满足地形匹配实时性的要求。

摘要： @@在虚拟现实环境中，使用具有用户特征的手模型能提高虚拟环境的沉浸感，增强用户的认同感及对物体操控的准确性。但是由于人手的形状复杂、细节丰富、姿势多变，同时人们对自己的手极为熟悉，因此构建个性化的人手模型是一件非常困难的工作。

摘要： @@在虚拟现实环境中，使用具有用户特征的手模型能提高虚拟环境的沉浸感，增强用户的认同感及对物体操控的准确性。但是由于人手的形状复杂、细节丰富、姿势多变，同时人们对自己的手极为熟悉，因此构建个性化的人手模型是一件非常困难的工作。

摘要： @@在虚拟现实环境中，使用具有用户特征的手模型能提高虚拟环境的沉浸感，增强用户的认同感及对物体操控的准确性。但是由于人手的形状复杂、细节丰富、姿势多变，同时人们对自己的手极为熟悉，因此构建个性化的人手模型是一件非常困难的工作。

摘要： @@在虚拟现实环境中，使用具有用户特征的手模型能提高虚拟环境的沉浸感，增强用户的认同感及对物体操控的准确性。但是由于人手的形状复杂、细节丰富、姿势多变，同时人们对自己的手极为熟悉，因此构建个性化的人手模型是一件非常困难的工作。

摘要： @@在虚拟现实环境中，使用具有用户特征的手模型能提高虚拟环境的沉浸感，增强用户的认同感及对物体操控的准确性。但是由于人手的形状复杂、细节丰富、姿势多变，同时人们对自己的手极为熟悉，因此构建个性化的人手模型是一件非常困难的工作。

摘要： 利用小波分析的多分辨率特性与ICP算法相结合,提出了多分辨率数据配准算法,实现不同视角测量数据的快速配准.首先对数据点进行三角网格划分,并进行多层小波分解.对最低层网格计算离散曲率,搜索曲率最接近的点对儿进行迭代配准,在所得变换的基础上,进行小波重构并在较小的范围内重新搜索最接近点并进行迭代配准,重复这一过程直到实现原始数据配准.随着小波重构的进行,配准误差逐渐减小,迭代配准的次数逐渐减少.通过实例证明,本算法具有迭代速度快,抗噪声干扰等特点.

摘要： 利用小波分析的多分辨率特性与ICP算法相结合,提出了多分辨率数据配准算法,实现不同视角测量数据的快速配准.首先对数据点进行三角网格划分,并进行多层小波分解.对最低层网格计算离散曲率,搜索曲率最接近的点对儿进行迭代配准,在所得变换的基础上,进行小波重构并在较小的范围内重新搜索最接近点并进行迭代配准,重复这一过程直到实现原始数据配准.随着小波重构的进行,配准误差逐渐减小,迭代配准的次数逐渐减少.通过实例证明,本算法具有迭代速度快,抗噪声干扰等特点.

摘要： 利用小波分析的多分辨率特性与ICP算法相结合,提出了多分辨率数据配准算法,实现不同视角测量数据的快速配准.首先对数据点进行三角网格划分,并进行多层小波分解.对最低层网格计算离散曲率,搜索曲率最接近的点对儿进行迭代配准,在所得变换的基础上,进行小波重构并在较小的范围内重新搜索最接近点并进行迭代配准,重复这一过程直到实现原始数据配准.随着小波重构的进行,配准误差逐渐减小,迭代配准的次数逐渐减少.通过实例证明,本算法具有迭代速度快,抗噪声干扰等特点.

摘要： 利用小波分析的多分辨率特性与ICP算法相结合,提出了多分辨率数据配准算法,实现不同视角测量数据的快速配准.首先对数据点进行三角网格划分,并进行多层小波分解.对最低层网格计算离散曲率,搜索曲率最接近的点对儿进行迭代配准,在所得变换的基础上,进行小波重构并在较小的范围内重新搜索最接近点并进行迭代配准,重复这一过程直到实现原始数据配准.随着小波重构的进行,配准误差逐渐减小,迭代配准的次数逐渐减少.通过实例证明,本算法具有迭代速度快,抗噪声干扰等特点.

摘要： 本发明具体涉及一种基于改进牛顿迭代的高效最近点投影方法。包括，步骤1：对原始CAD数模曲面应用超限插值法，得到三维空间点，连接得到三维网格；步骤2：原始CAD数模曲面进行离散并对其参数进行归一化处理，建立搜索树；步骤3：利用搜索树搜索距离待投影点最近的离散点，以待投影点与最近离散点距离为半径获得剪裁球，获得筛选面及对应面上搜索到的离散点；步骤4：以筛选后的每个面最近点作为初始迭代值，循环交替迭代后取最近距离点为最终的投影点。步骤5：将得到的投影点替换三维空间点，得到贴紧数模表面的网格。本发明的网格质量好，能更精准的逼近数模表面，在真实几何模型的计算效率更高，具有更好的鲁棒性，能处理不连续曲面。

摘要： 本发明提供了两种改进的最近点迭代点云配准方法，属于图像处理和三维点云配准领域。所述提高最近点迭代算法收敛速度的方法是在传统最近点迭代算法基础上，增加一个构造旋转矩阵的环节，所构造的旋转矩阵用于参与迭代过程中新的待配准点云的生成。构造矩阵的方法有两种，一种是基于当前次迭代所得的矩阵Ri进行构造，另一种是根据相邻两次迭代获得的三轴姿态角之差，再通过欧拉角公式，进行矩阵构造。经仿真验证，两种方法都能够有效提高传统最近点迭代算法的收敛速度，提高了算法的整体效率，特别是在处理是数据点较大的情况下，其效率提升的优势更为明显。

摘要： 本发明公开了基于最近点迭代和标志点匹配的活猪三维点云建模方法及装置，方法包括：得到目标猪体左上、左下、右上和右下四个视角的点云数据；将目标猪体左上、右上视角点云数据作为源点云，左下、右下视角点云数据作为目标点云，计算源点云中每个点在目标点云中的最近邻点；获得左右两个视角的点云数据；基于RGB信息识别活猪周围四个圆形标志点，通过圆心拟合获取左右两个视角中标志点在各自点云中的圆心坐标；将活猪前后视角的点云数据变换到同一坐标系下进行配准，得到活猪三维点云模型。本发明基于最近点迭代配准，再融合标志点配准法，进而获得活猪整个三维点云模型，提高了各角度的活猪点云模型跨度，有效减少三维深度相机的数量，同时保证建模精度。

摘要： 本发明具体涉及一种基于改进牛顿迭代的高效最近点投影方法。包括，步骤1：对原始CAD数模曲面应用超限插值法，得到三维空间点，连接得到三维网格；步骤2：原始CAD数模曲面进行离散并对其参数进行归一化处理，建立搜索树；步骤3：利用搜索树搜索距离待投影点最近的离散点，以待投影点与最近离散点距离为半径获得剪裁球，获得筛选面及对应面上搜索到的离散点；步骤4：以筛选后的每个面最近点作为初始迭代值，循环交替迭代后取最近距离点为最终的投影点。步骤5：将得到的投影点替换三维空间点，得到贴紧数模表面的网格。本发明的网格质量好，能更精准的逼近数模表面，在真实几何模型的计算效率更高，具有更好的鲁棒性，能处理不连续曲面。

摘要： 一种基于IMU耦合的激光雷达迭代最近点改进算法，属于激光雷达建图与定位领域。本发明针对现有迭代最近点算法存在运行速度低、对初始值敏感容易限于局部最优解的问题。包括：使激光雷达和IMU钟源同步；对激光雷达原始点云预处理后进行特征点集提取，得到激光雷达特征点集；根据相邻两帧激光雷达原始点云对应的IMU原始位姿，得到预积分结果和相邻两帧激光雷达原始点云的转换初始矩阵；构建激光雷达点云匹配的原始误差方程、构建IMU的观测误差方程，再构建IMU和激光雷达的联合误差方程；对联合误差方程进行ICP算法迭代计算，得到最优变换矩阵。本发明提高了ICP算法的运行速度和匹配精度。

摘要： 本发明公开了一种基于迭代最近点的变压器故障案例匹配搜索方法，其包括步骤：(1)采集待测试变压器状态数据序列，基于待测试变压器状态数据序列在案例库中寻找出所有与待测试变压器状态数据序列对应的目标变压器状态数据序列；(2)使待测试变压器状态数据序列的长度与目标变压器状态数据序列的长度一致；(3)提取待测试变压器状态数据序列的特征参量以及目标变压器状态数据序列的特征参量，并进行标准归一化处理；(4)通过旋转平移的方式进行匹配，基于迭代最近点匹配搜索，确定二者之间的距离；(5)基于该距离，进行匹配程度的排序；(6)基于排序结果，辅助判断待测试变压器状态数据序列所表征的故障。

摘要： 本发明提供了一种基于多分辨率的快速迭代最近点配准算法，该算法使用体素网格滤波器对原始点云进行多分辨率采样，利用低分辨率点云快速迭代获得两点云间初始变换矩阵，然后利用高分辨率点云在初始变换基础上做更精确配准。是一种显著提升点云配准效率，鲁棒性高的三维点云配准算法。

摘要： 本发明公开了一种迭代最近点刚性注册方法及系统，方法包括：基于输入的初始点云和目标点云，进行最近邻搜索，得到匹配的对应点；固定对应点，求解刚性变换矩阵；判断刚性变换矩阵是否收敛，若是，则将参数值减小，直至达到参数值下界时终止迭代；若否，则：判断目标函数值是否增加，若是，则：采用加速之前的迭代值重新查找对应点，若否，则：根据对应关系求解变换，根据历史迭代值采用安德森加速方法进行加速，得到加速解。本发明能够有效的解决迭代最近点刚性注册时，求解速度慢、精度不高、依赖于参数等缺点。

摘要： 本发明属于图像处理和计算机视觉技术领域，公开了一种基于二维迭代最近点的异源图像配准方法及系统。首先对不同传感器输出的图像进行边缘检测，得到二值图像及对应的像素点集；然后利用初始化映射矩阵对二值图像上的像素点集进行映射投影，找到投影后的像素最近点；接着利用最近点更新映射矩阵并继续投影，循环迭代更新，并记录每一次更新后的映射矩阵的投影误差之和；最后进行判断，如果相邻重投影误差之和小于设定的阈值，则输出对应的映射矩阵作为最终结果。本发明充分考虑了待配准的图像整体轮廓相似但亮度细节不同等特点，设计了直接在提取到的图像轮廓上进行配准的技术方案，能有效解决异源图像配准时精度低、误差大的问题，提高了算法对图像差异的鲁棒性。

摘要： 一种基于IMU耦合的激光雷达迭代最近点改进算法，属于激光雷达建图与定位领域。本发明针对现有迭代最近点算法存在运行速度低、对初始值敏感容易限于局部最优解的问题。包括：使激光雷达和IMU钟源同步；对激光雷达原始点云预处理后进行特征点集提取，得到激光雷达特征点集；根据相邻两帧激光雷达原始点云对应的IMU原始位姿，得到预积分结果和相邻两帧激光雷达原始点云的转换初始矩阵；构建激光雷达点云匹配的原始误差方程、构建IMU的观测误差方程，再构建IMU和激光雷达的联合误差方程；对联合误差方程进行ICP算法迭代计算，得到最优变换矩阵。本发明提高了ICP算法的运行速度和匹配精度。