下面是小编为大家整理的毕业论文-三维扫描中深度数据配准算法研究与实现,供大家参考。
三维扫描中深度数据配准算法的研究与实现 摘 要 本文针对不同视角扫描获取的深度数据配准中存在配准后数据点大量冗余的问题， 基于目标对象正面采集得到的点云数据在准确性上要高于其它方向上采集到的数据的观察，提出了一种带有优先级的深度数据配准算法。该算法利用点云表面的法线特征和获取点云时的视点信息，定义待配准点云中对应点对的优先级。在点云深度数据配准时， 通过比较对应点的优先级，将优先级高的点保留在配准后的完整点云中，同时移除优先级较低的点云数据，实现了一种带优先级的深度数据配准算法。实验结果表明，本文提出的算法不仅能够在一定程度上减少配准后的完整点云数据中冗余数据点的个数，同时基本保持了原物体的几何特性不变。
关键词：
三维扫描，ICP 算法，优先级
Research and Implementation of a Three-dimensional Scan Depth Data Registration Algorithm Abstract Aiming at the problem that there are a large number of redundant data points after registration of depth data which is get from different angle of scanning, based on a fact that the accuracy of the point cloud data obtained from target frontage is higher than it form other direction, in this paper, we propose a depth data registration algorithm with priority. The algorithm uses the point cloud surface normal and the information of viewpoint when we obtain the point cloud, define the priority between the correspond points in the point cloud to be registration. Achieve the algorithm according to comparing the priority between the correspond points, reserving the points have higher priority in the full point cloud and removing the points have lower priority. Experimental results show that the algorithm is this paper can not only effectively reduce the number of redundant data point after registration in the full point cloud, but also maintaining the same geometrical characteristics of the original object.
Key words ：Three-dimensional scanning, Iterative Closest Point, Priority
目
录
1 绪论 ................................................................... 1 1.1 研究背景 .......................................................... 1 1.2 国内外研究现状 .................................................... 2 1.2.1
NDT 算法 .................................................... 3 1.2.2
ICP 算法 ..................................................... 4 1.3 研究目标与内容 .................................................... 5 1.4 课题来源 .......................................................... 6 1.5 论文的组织结构 .................................................... 6 2 相关技术现状 ........................................................... 8 2.1 PCD 点云文件 ...................................................... 8 2.2 PCL 点云库 ........................................................ 9 2.3 Qt 开发框架 ....................................................... 10 2.4 本章小结 ......................................................... 11 3 深度数据配准算法的研究 ................................................ 12 3.1 深度配准算法的过程 ............................................... 12 3.2 关键环节研究 ..................................................... 13 3.2.1
关键点的提取 ............................................... 13 3.2.2
特征描述与提取 ............................................. 15 3.3 深度数据配准算法的部分优化 ....................................... 16 3.3.1
采样阶段 ................................................... 16 3.3.2
搜索阶段 ................................................... 17 3.4 点云优先级的研究 ................................................. 18 3.4.1
点云优先级的概念 ........................................... 18 3.4.2
点云优先级实现思路 ......................................... 18 3.5 本章小结 ......................................................... 19 4 深度数据配准算法的实现 ................................................ 20 4.1 算法实现概述 ..................................................... 20
4.2 算法详细实现过程 ................................................. 21 4.2.1
预定义 ..................................................... 21 4.2.2
下采样过程实现 ............................................. 21 4.2.3
关键点提取过程的实现 ....................................... 21 4.2.4
点云表面法线特征提取的实现 ................................. 22 4.2.5
配准过程的实现 ............................................. 22 4.3 点云优先级的实现 ................................................. 24 4.4 Qt 用户界面的实现 ................................................. 25 4.4.1
界面需求 ................................................... 25 4.4.2
界面实现 ................................................... 25 4.5 本章小结 ......................................................... 27 5 实验结果 .............................................................. 28 5.1 实验环境 ......................................................... 28 5.2 功能实验 ......................................................... 28 5.2.1
实验目的 ................................................... 28 5.2.2
实验过程 ................................................... 28 5.2.3
实验总结与分析 ............................................. 32 5.3 性能实验 ......................................................... 33 5.3.1
实验目的 ................................................... 33 5.3.2
实验过程 ................................................... 33 5.3.3
实验总结与分析 ............................................. 36 5.4 本章小结 ......................................................... 37 6 总结与展望 ............................................................ 38 6.1 工作总结 ......................................................... 38 6.2 工作展望 ......................................................... 39 致谢 .................................................................... 40 参考文献 ................................................................ 41
1 绪 论 1.1 研究背景 三维扫描作为一种数字化的新型制造技术，可方便地将物品扫描成三维数字模型， 正在引领信息时代的全球产业变革，被视为推动“第三次工业革命”的核心技术之一， 相关研究的经济意义、社会意义、科学意义，受到各国政府和产业界的广泛重视。
首先，三维扫描技术的研究具有广泛的经济意义。面向三维扫描内容高效生成的智能数字化建模分析将为我国传统产业升级和智能装备制造业发展起到重要的促进作用， 并在医疗康复、航空制造、航天科技、生物制造等高新产业领域具有巨大的市场前景， 据预测，三维扫描行业的产值将在2016年达到31亿美元。而随着面向三维扫描的智能化建模软件的出现和不断发展，从个性化设计到制造的过程将被大幅度简化，由此产生的市场细分程度较高、个体化强、种类繁多的产品，如图1.1，为三维扫描的全彩面部模型和个人定制的限量版首饰。这些商品的潜在市场规模的总量足以与主流市场匹敌，具有丰厚的利润，同样可以产生巨大的经济效益。
图 1. 1 三维扫描获得的面部模型与首饰（图片来源于网络）
其次，三维扫描技术的研究具有积极的社会意义。三维扫描正在从高端工业走向大众化。虽然目前3D数字化建模和几何优化处理的门槛仍然较高，但随着建模设计软件智能化程度的不断提升，非专业人员同样可以实现产品的设计和制造，从而激发更多的个性化设计。与此同时，移动信息平台和智能手机的普及，也为某些简单易用却十分有趣的3D打印增值服务提供了理想的应用推广平台，必将开启专业制造向个人制造转化的大门，催生以个性化、网络化为核心的全新电子商务模式，并创造新概念的创业、就业途径（如遍布旅游景点的三维打印店与三维照相馆）。
最后，三维扫描技术的研究具有重要的科学意义。作为一项刚刚兴起的高新技术， 面对不同领域日益增长的普及应用需求，三维扫描要实现像扫描仪那样按一下按钮，就能把想要的东西扫描出来这一目标，还存在大量科学问题和技术问题有待解决，具体包括：
1）
复杂物体的数字化建模效率有待提高。目前的三维建模仍主要依赖于SolidWorks、 AutoCAD、3ds Max、Maya、Rhino3D、Zbrush 等国外商业软件或三维数据采集系统。一方面，手工建模的效率异常低下，而且并非人人都有能力自行建模，另一方面，对于 3D照相这类应用，即便是三维扫描也很难满足即时性的要求。因此，围绕能在秒级时间范围内完成复杂物体三维数据采集的扫描设备及配套数据处理技术展开研究，具有重要的科学意义和实用价值，将有助于通过技术革命打破国外在该领域的市场垄断。
2）
模型个性化编辑的效率有待提高。作为3D打印技术真正迈向大众化普及应用的第一步，3D照相馆已先后在西班牙、迪拜、日本、中国等国家展开了商业化运营。3D 人像输出到3D打印机之前，通常需要交叉使用Polyworks、Geomagic、Zbrush、MudBox 等多类几何建模处理软件，花费5个小时左右的手工工作量来进行个性化编辑定制。若能智能化地分析、提取每位用户的体貌个性特征，并自动根据视觉美感进行形状设计、颜色肤色搭配等，可极大地缩减定制周期。因此，围绕智能化模型编辑展开科学研究， 对促进几何处理、机器学习、模式识别以及最优化理论等相关学科的协同发展具有重要科学意义。
3）
深度数据配准算法需要优化。在三维扫描领域，深度数据配准是非常重要的中间环节，在表面重建、三维识别、获取相机标定点方面有极其重要的应用。针对深度图像配准问题，目前有很多种解决方案，如遗传算法（Generic Algorithm）、主曲率（Principal Curvature）方法、随机采样一致性算法 [1] （RANSAC）、自旋图像（Spin Image）、点标记（Point Signature）法等等，这些方法各有特色，在各自特定的情况下能够解决一些配准问题，但又各自拥有一些局限性，需要研究人员进行进一步优化。
1.2 国内外研究现状
随着计算机辅助设计技术的发展，通过实物模型产生的数字模型的逆向工程技术获得了越来越广泛的应用，对于数字模型的操作也由于硬件设施性能的不断提高而获得了更多的技术支持。在逆向工程，文物数字化，计算机视觉等领域中，由于点云的不完整
性以及一定程度的平移错位，旋转错位，使得要想获得完整点云需要对其进行配准，形成统一坐标系下的完整点云，这样就可以方便的进行可视化操作。这就是点云的深度数据配准。
下面主要就几种深度数据配准算法的研究现状进行介绍。
众所周知，位于不同坐标系下的两组数据，通过三维射影变换H，可以将一组数据变换到另一组数据所在的参考坐标系下，从而达到数据配准的目的，其中H的形式见式(1.1)。
其中，
为线性变换部分，
为平移变换部分，
为透视变换部分，s为整体比例因子。
一般的三维测量系统，从不同视点得到的三维数据，只存在参考坐标系的旋转及平移，不存在形变。这种情况下射影变换矩阵，可以退化为保持长度及角度不变的刚体变换，又称作欧氏变换。刚体变换矩阵形式见式(1.2)。
其中旋转矩阵R 3×3 形式见式(1.3) 。
，
(1.3) 平移矩阵 T 3×1
形式见式(1.4)。
，
(1.4) α，β，γ分别表示沿x，y，z轴的旋转角，t x ，t y ，t z 表示位移量。
而如何确定两个点云或者多幅点云之间的刚体变换，目前主要采用NDT（Normal Distributions Transform）和ICP（Iterative Closest Point）两种方法。
1.2.1
NDT 算法
NDT算法即正态分布变换算法是Martin Magnusson于2009年提出的一种最新的配准
，
(1.1)
，
(1.2)
算法 [2] ，利用三维点...
推荐访问:毕业论文-三维扫描中深度数据配准算法研究与实现 毕业论文 算法 扫描