基于熵准则遗传算法的点云配准算法.PDFVIP

———————————————————————————————————————————————— 基于熵准则遗传算法的点云配准算法 作者 陈杰，蔡勇，张建生 机构 西南科技大学 制造科学与工程学院；西南科技大学 制造过程测试技术省部共建教育部重点 实验室 基金项目 四川省教育厅科研基金资助项目（14ZB0111）；国家教育部共建重点实验室“制造过程测试技 术实验室”开放基金资助项目（14tdzk06） 预排期卷 《计算机应用研究》2019 年第36 卷第1 期 摘要 迭代最近点(ICP)算法由于其配准精度很高，通常运用于点云的精配准，但其配准精度和迭代 收敛性取决于待配准点云的初始位置。提出一种将遗传算法和空间分布熵相融合的空间最优 变换矩阵求解算法，以一种新的点云空间位置评价方法——空间分布熵作为遗传算法的目标 函数，采用遗传算子指导解的搜索方向，通过新种群的不断迭代达到空间分布熵最小，结束 后对最优个体解码实现点云的粗配准。实验表明，该算法有效可行，克服了传统方法在有点 云缺陷和噪声点时不能提供很好的初始拼接位置的问题，在误差允许的范围内，可以直接实 现点云拼接。 关键词 迭代最近点算法；遗传算法；空间分布熵；配准 作者简介 陈杰（1993-），男，四川广安人，硕士研究生，主要研究方向为反求工程与快速制造、图像 处理（714227852@）；蔡勇（1962-），男，贵州纳雍人，教授，博导，主要研究方向 为反求工程与快速制造、图像处理、智能控制等；张建生（1980-），男，博士研究生，主要 研究方向为反求工程、虚拟现实． 中图分类号 TP391.4 访问地址 /article/02-2019-01-053.html 发布日期 2018 年1 月10 日 引用格式 陈杰, 蔡勇, 张建生. 基于熵准则遗传算法的点云配准算法[J/OL]. 2019, 36(1). [2018-01-10]. /article/02-2019-01-053.html. 36 1 Vol. 36 No. 1 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于熵准则遗传算法的点云配准算法 * a a, b a 陈 杰 ，蔡 勇 ，张建生 (西南科技大学 a. 制造科学与工程学院; b. 制造过程测试技术省部共建教育部重点实验室, 四川 绵阳 621010) 摘 要：迭代最近点(ICP)算法由于其配准精度很高，通常运用于点云的精配准，但其配准精度和迭代收敛性取决于待 配准点云的初始位置。提出一种将遗传算法和空间分布熵相融合的空间最优变换矩阵求解算法，以一种新的点云空间 位置评价方法——空间分布熵作为遗传算法的目标函数，采用遗传算子指导解的搜索方向，通过新种群的不断迭代达 到空间分布熵最小，结束后对最优个体解码实现点云的粗配准。实验表明，该算法有效可行，克服了传统方法在有点 云缺陷和噪声点时不能提供很好的初始拼接位置的问题，在误差允许的范围内，可以直接实现点云拼接。 关键词：迭代最近点算法；遗传算法；空间分布熵；配准 中图分类号：TP391.4