三维重建过程中点云数据配准算法的研究.pdf

摘要 摘要 真实物体的三维重建是计算机视觉领域的一个重要课题，有着广泛的应用前 景。通常，在进行三维模型的重建时，由于受观察方向和物体自身形状的限制， 需要分别从不同角度获取物体表面的三维数据。因此，不同视角间的三维数据配 准显得尤为重要，它直接关系到三维重建的重建精度及自动化程度。 目前，应用最普遍的数据配准算法是最近点迭代(ICP)算法，它采用迭代方式 逐渐逼近最佳结果。但ICP配准算法的收敛速度较慢，且不能保证收敛到全局最 优点。在数据集初始位置差异较大时，ICP算法可能出现错误的配准结果。因此， 选择合适的粗配准方法，使数据集能够获得一个相对良好的初始位置，是决定ICP 算法配准结果的一个关键因素。 本论文针对三维重建过程中的点云数据配准问题，进行了深入的研究。选择 基于仿射不变量的＆蝌SAC配准算法，作为粗配准算法。在算法实现上，提出了 一种简单的提取共面四点的方法，并通过改进寻找共面一致四点集的方法，加快 了算法的配准速度。实验结果表明该算法快速稳定，且有较高的鲁棒性。在ICP 精确配准过程中，选择ICP不同阶段的不同方法，形成了一种简单且快速的ICP 算法。实验结果表明，该算法收敛速度较快。论文把RANSAC粗配准算法与ICP 精确配准算法相结合，具有较高的收敛速度和鲁棒性。 实验开发了基于仿射不变量的RANSAC粗配准算法及ICP精确配准算法的三 维点云数据配准软件，该软件简单易用，框架清晰简单，支持标准ply格式的三维 点云数据，给今后的理论研究提供了有力的软件平台支撑。 关键词：三维重建数据配准仿射不变量RANSAC配准算法ICP配准算法 Abstract III Abstract Three-dimensionalreconstructionisan in vision,which importanttopiccomputer haswide ordertoobtainthe3Dmodelofan applicationprospects．Typically，in object, itis to thesurfacedatafromdifferentviews勰thelimitationsofthe necessaryacquire individualviewsis observing．Therefore，theregistrationamong particularlyimportant in3Dmodel itis to and reconstruction relatedthe pipeline，asdirectly accuracy automationof3Dreconstruction． most istheICP Nowadays，thepopularregistrationalgorithm algorithm，which utilizes best iterativemethodto the result．Butthe isstill approach convergencespeed slowandtheICP not toa minimunl．Whenthereis algorithmmay