成對點云對應(yīng)關(guān)系優(yōu)化的點云配準(zhǔn)算法

梁 宏

(江西理工大學(xué) 土木與測繪工程學(xué)院, 江西 贛州 341000)

三維點云配準(zhǔn)問題是計算機視覺[1]、逆向工程[2]和三維重建[3]等領(lǐng)域的一項關(guān)鍵技術(shù)，在三維物體的激光掃描測量中，為了完整地表示該物體詳細(xì)信息需要從不同角度對物體進行掃描，因此必須對多組點云數(shù)據(jù)進行配準(zhǔn)來得到完整的點云。本質(zhì)上是通過計算基準(zhǔn)幀與非基準(zhǔn)幀的變換矩陣，把非基準(zhǔn)幀的坐標(biāo)系轉(zhuǎn)換到基準(zhǔn)幀的坐標(biāo)系下。

快速精確的點云配準(zhǔn)是三維建模研究的熱點和重點，目前已有多種解決點云配準(zhǔn)問題的算法。Besl等[4]提出了迭代最近點算法(ICP)，它是目前應(yīng)用最廣最為經(jīng)典的配準(zhǔn)算法，中外學(xué)者提出了一系列改進[5-7]，這些算法在點云變換的幅度較小時配準(zhǔn)精度較高，但是對配準(zhǔn)初始條件要求較高,否則容易陷入局部最優(yōu)。因此，研究學(xué)者大多先采用初始配準(zhǔn)獲得良好的初始配準(zhǔn)位置，再采用ICP算法進行精確配準(zhǔn)。目前，通過掃描對象表面的局部幾何特征尋找點云間點與點對應(yīng)關(guān)系是目前點云配準(zhǔn)的研究熱點之一。常用的 3D特征描述子有旋轉(zhuǎn)圖像(spin image)[8]、點特征直方圖(PFH)及改進的快速點特征直方圖(FPFH)[9-10]、旋轉(zhuǎn)投影統(tǒng)計(RoPs)[11]等，但對于稠密的點云，計算每個點的特征描述子常與特征點相結(jié)合。陸軍等[12]根據(jù)不同鄰域半徑估算的法向量的方向偏差選擇特征點，并依據(jù)點云多法向量鄰域特征進行配準(zhǔn)；舒程珣等[13]將點云轉(zhuǎn)化為深度圖像，再利用卷積神經(jīng)網(wǎng)絡(luò)進行配準(zhǔn)；胡修祥等[14]結(jié)合 NARF 特征點與 FPFH 特征描述子獲得良好的初始位置，再利用 3D-NDT 進行精確配準(zhǔn)；……