ICP算法的改進及大規(guī)模點云配準方法的研究.pdf

1、三維點云配準技術是三維重建過程中的一個重要組成部分，在各個領域都有十分廣泛的應用前景。比如在工業(yè)領域中，可以用它來檢測物體零部件是否存在缺陷;在醫(yī)療行業(yè)中，可以用它來模擬人體器官并找出病人的病灶所在等。近些年，隨著三維掃描設備的精度不斷提高，要想得到物體精確的三維模型已經變得非常容易。因此，三維點云數據配準算法的研究也逐漸成為人們研究的重點。點云數據配準的過程就是把分次測量得到的不同角度、不同參考坐標系下的兩個或多個點云數據通過一定的旋

2、轉和平移變換，將它們統(tǒng)一到相同的坐標系下，從而獲得物體的完整信息并對物體進行一系列的可視化操作。目前已有的點云配準算法主要存在兩方面的問題:一方面，傳統(tǒng)ICP（迭代最近點）算法雖然在一定程度上能夠滿足人們對實驗的要求，但它在選取對應點時，簡單的將兩個待匹配點云中歐氏距離最近的點作為對應點，這樣會造成一定的錯配點產生，從而影響算法配準的精度;另一方面，當點云數據的規(guī)模較大時，配準過程中會消耗大量的時間，造成配準算法實時性較差的問題。針對這

3、些問題，本文主要從以下幾點進行研究:
　　(1)本文深入了解了傳統(tǒng)ICP算法及其相關改進算法的配準過程及存在的一些問題，并在此基礎上提出了基于旋轉圖像特征描述子改進的ICP算法。該算法在配準前首先對待匹配點云進行了濾波處理，在減少點云數據量的同時還保持點云的基本形狀特征。然后找出兩個點云的關鍵點，分別求出待匹配點云關鍵點的旋轉圖像特征描述子，并根據兩個特征描述子的特征相似程度來確定最近點進而完成ICP配準，得到了較好的收斂效果。<

4、br>　　(2)為了有效解決點云規(guī)模較大時，配準實時性較差的問題，本文深入了解了基于GPU（圖形處理單元）的點云并行配準算法。詳細介紹了EM-ICP算法和Softassign算法的配準過程，并結合GPU，實現了基于GPU的EM-ICP和Softassign并行配準算法，大幅度提高了點云的配準的效率，提高了算法的實時性。
　　(3)在本文提出的改進算法的基礎上設計并實現了基于改進ICP算法的點云配準系統(tǒng)，并通過編程的方式詳細設計和分