基于LM和SVD结合的点云拼接算法研究.pdfVIP

第38卷第1期自动化仪表Vol．38No．1

2017年1月PROCESSAUTOMATIONINSTRUMENTATIONJan.2017

基于LM和SVD结合的点云拼接算法研究

吴晓庆,黄玉清

(西南科技大学信息工程学院,四川绵阳621010)

摘要:点云拼接是场景三维重建过程中的重要环节。针对现有的拼接算法存在耗时长、拼接效果差等问题,通过利用正交映射,获

取三维点云与二维图像之间的映射关系,并在二维图像中获取匹配点对。在此基础上,提出了采用LM和SVD结合的方法来变换矩

阵。首先根据正交映射,获取三维点云所对应的二维图像;其次利用SURF算法,提取图像的特征点,并通过FLANN算法以及

RANSAC算法,提取两幅图像中的特征拼接点对;最后将LM和SVD两种方法相结合,求得变换矩阵。试验结果表明,无论拼接精度,

还是运行速度,该算法均较直接利用LM算法或SVD算法有所提高。

关键词:机器人;点云拼接;正交映射;线性最小二乘法;LM算法;SVD算法;变换矩阵

中图分类号:TH-3;TP391文献标志码:ADOI:10686/ki.issn1000-0380.201701008

ResearchonthePointCloudStitchingAlgorithm

BasedonCombinationofLMandSVD

WUXiaoqing,HUANGYuqing

(SchoolofInformationEngineering,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)

Abstract:Pointcloudregistrationisanimportantroleinthereconstructionof3Dscenes.Aimingattheproblemsexistingin

currentregistrationalgorithms,suchastime-consumingandpoorregistrationeffect,throughadoptingorthogonalmapping,the

mappingrelationsbetween3Dpointcloudand2Dimageisobtained,andthematchingpointpairsarecapturedin2Dimage.On

thisbasis,bycombininglevenberg–marquardt(LM)algorithmandsingularvaluedecomposition(SVD),thematrixis

transformed.Firstly,inaccordancewiththeorthogonalmapping,the2Dimagecorrespondingtothe3Dpointcloudisacquired;

thentheimagefeaturepointsareextractedbyusingSURFalgorithm,andwithFLANNalgorithmandRANSACalgorithm,the

splicingpointpairfortwoimagesisextracted;finally,thetransformationmatrixisobtainedbycombiningtheLMandSVD.The

resultsofthetestsindicatethatthemethodproposedgetsbettersplicingaccuracyandrunningspeedthenthose