点云数据的配准算法-通信与信息系统专业论文.docx

摘要 摘要 三维重建技术是计算机视觉的一个重要组成部分，真实物体的三维重建在现 实生活的各个领域，包括工业自动化、考古、文化遗产保护、计算机辅助医学等 中都有着非常广泛的应用前景。目前随着3D扫描终端的日趋成熟，得到精确的局 部三维模型坐标已经没有很大的问题，而对于点云数据的配准算法的研究，逐渐 成为了三维重建的关键。因此配准算法的研究对于三维数字处理技术领域有着非 常重要的意义。 本论文针对真实物体的三维重建过程中的点云数据配准问题，提出了一种脱 离ICP最近点迭代算法的精细配准算法，该算法基于扩散一致性球来对两组任意初 始位置的点云数据集进行由粗到细的配准。 本论文提出的基于扩散一致球的配准算法是一种全新的三维点云数据配准算 法。在寻找对应点方面，创新性地将球体的旋转不变等特性与基于奇异值分解(SVD) 的正交强迫一致性算法结合起来，克服了单独使用正交强迫一致性算法寻找对应 点的缺陷，使得配准算法能够获得较高正确率的对应点，为配准工作打下坚实的 基础。考虑到一个好的配准算法必须具有全局收敛性，我们对一致球进行了扩散， 通过建立一个由一致球组成的网状结构，将待匹配的点云数据表面覆盖起来，获 得遍布点云数据表面的对应点。最后通过RANSAC和最小二乘法算法排除错误的 对应点并求解出最佳的刚体变换矩阵。实验结果证明，本论文提出的算法具有较 好的鲁棒性，而且在ICP算法适用的条件下拥有比ICP算法更高的配准精度。本算 法还可以用于对称性分析领域，检测对称点。 关键词：点云数据配准 扩散一致球 正交强迫一致性算法 RANSAC ICP 点云 点云数据的配准算法 Abstract Abstract Three-dimensional reconstruction technology is a significant part in computer vision. The 3D reconstruction of real object has a very broad prospect of application in every field of life, including industrial automation, archaeology, cultural heritage protection and computer aided medical. With the increasing maturity of the 3D scanning terminal, there exists no troublesome problem in getting accurate partial 3D model coordinates and a good registration algorithm for 3D point cloud data is gradually becoming the key to the 3D reconstruction technology. Therefore the research on registration algorithm has a very important significance to three-dimensional digital processing technology. This paper focuses on 3D point clouds registration algorithms in the pipeline of 3D reconstruction and presents a novel and high-accuracy registration algorithm without ICP method. The proposed registration method can align pairs of point clouds in arbitrary initial position robustly from rough to fine using congruent-spheres-based propagating algorithm. The proposed congruent-spheres-based propagating algorithm is a novel method for registration. The algorithm combines the sphere rotation invariance with the orthogonal force consistency algorithm creatively to overcome the limitation of usin