三维配准中FPF特征提取算法研究毕业设计.docx

诚信声明本人声明：本人所提交的毕业论文是本人在指导老师的指导下独立完成研究，写作的成果。论文中所引用的文献、数据、资料都已经标注；对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。论文中不包含他人已经发表或撰写过的研究成果，也不包含获得其他教育机构的学位或证书而使用过的材料。我承诺，论文中内容真实，可信。本人签名：__________________ 日期 年 月 日指导老师签字:本科生毕业设计（论文）任务书设计（论文）题目：三维配准中FPFH特征提取算法研究学院： 理学院 专业： 信息与计算科学 班级： 信计1001 学生：鄂求实 指导教师（含职称）： 赵丽娜（副教授）专业负责人： 江新华 设计（论文）的主要任务及目标首先了解图像配准的定义，然后了解点特征直方图（PFH）和快速点特征直方图（FPFH）的三维点云特征提取算法，运用C/C++和Matlab语言对上述特征进行提取实现，得出特征直方图，然后进行比较、分析，最终得出结论。设计（论文）的基本要求和内容查阅和总结文献。熟悉掌握C/C++和Matlab语言的使用，熟悉对PCL开源库的应用，设计方案实现PFH和FPFH特征提取。对生成结果进行比较和分析。3．主要参考文献Rusu R B, Blodow N, Beetz M. Fast point feature histograms (FPFH) for 3D registration[C]//Robotics and Automation, 2009. ICRA09. IEEE International Conference on. IEEE, 2009: 3212-3217.Besl P J, McKay N D. Method for registration of 3-D shapes[C]//Robotics-DL tentative. International Society for Optics and Photonics, 1992: 586-606.Rusu R B, Marton Z C, Blodow N, et al. Persistent point feature histograms for 3D point clouds[C]//Proc 10th IntConf Intel Autonomous Syst (IAS-10), Baden-Baden, Germany. 2008: 119-128.朱德海，郭浩，苏伟. 点云库PCL学习教程[M]. 北京：北京航空航天大学出版社，2012.10.4．进度安排设计（论文）各阶段名称起 止 日 期1文献查阅2014.1.10-2014.2.142阅读文献，翻译外文2014.2.14-2014.3.153撰写文献综述，确定论文方向2014.3.15-2014.4.154分析研究问题2014.4.15-2014.5.205整理结论，书写论文，准备答辩2014.5.20-2014.6.7三维配准中FPFH特征提取算法研究鄂求实信计1001 2010016363指导老师: 赵丽娜（副教授）摘要：三维点云配准技术是图像配准技术在三维范畴上的延伸，它广泛应用在逆向工程、机器视觉、激光遥感测量、人机交互、虚拟现实等诸多领域。在三维点云配准中，对特征的描述以及提取是基础也是最为关键的问题。通过对三维点云数据的FPFH特征提取，比较两个数据之间特征的相似度，来估算它们之间的对应关系，最后利用正确的对应关系来估算刚体变换，完成配准过程。快速点特征直方图（FPFH）是一种能够描述三维点云数据的局部几何特征信息的点特征表示方法。本文对三种现有的点特征表示：估计法线、点特征直方图(PFH)和快速点特征直方图（FPFH）的描述以及特征提取的算法进行了阐述，然后对FPFH和PFH进行了计算复杂度、准确性、稳定性以及适用性的分析并归纳总结出FPFH的计算复杂度较低等等的优势，最后通过实验对部分结论进行了验证。关键字：图像配准，点云配准，特征提取，PFH特征，FPFH特征The Algorithm of FPFH Feature Extraction in 3D RegistrationAbstract:：3D point cloud registration technology is image registration technique on 3D category, which is widely used in reverse engineering, machine vision, laser remote sensing measurement, huma