基于体感相机的点云数据配准方法研究

《基于体感相机的点云数据配准方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇至＂攀微代觸评Ｐ３卵；ｉＷＪｌ；然難号；８２０１３§７１１：Ｖ學＃｜褚；Ａ／ｆ磯）抑ＮｏｒｔｈＵｉｉｉ￥ｅｒｓｉｔｙＯｆＣｈｉｎａ硕±学位论文基于体感相机的点云：数据ｉ￡准方法硏究…－＾‘、Ｉ？？叫＇硫＋研究生ｍｍｍ一？？；令；指辱教师ｎＭ一ｍ图书分类号ＴＰ３９１巧组非密ＵＤＣ硕±学位论文基于体感巧机的点云数据配准方法研究指导教师（姓名、职巧）巧广巧围致巧申请学位级别理尘专业名砍计宙机软件与理论论文提交曰期年Ｓ月＾日论女答銳曰期＞４年ｔ月＞１日学

2、位授予曰期＞４年ｉ）月如日论义评拥人寺為掉输參答辩委员会主席ｉｉ已年女月曰原创性声明本人郑重黄明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究化出重要贡献的个人和集体，均已在文中从明确方式标明。本汚明的法律责任由本人承担。论文作者签名：句曲／方苗日期：非关于学位论文使用权的说明本人完全了解中北大学有关保管、使巧学位论文的规定，其中包括：①学校有权保管、并向有关部口送交学位论文的原件与复印件②学校可；ｋ乂采巧印

3、、缩印或其它复制手段复制并保位论文可允许用存学；③学校学＾位论文被查｜巧或借阅校可学术流为目的复制赌送和交换位；④学乂交，学⑤校可＾（位论文论文乂公布论的全部部分内容保密在解密；学学位文或学后迸）。守此规定。＞．４Ｍ签：施名娩期：日种、．：Ｘ日期＝＞ｌ导师签名ｉ叫爲中北大学学位论文基于体感相机的点云数据配准方法研究摘要随着社会的进步和IT行业的发展，三维重建技术在各个领域中发挥越来越重要的作用。在三维重建的过程中，点云数据的配准是关键技术，因此三维数据的配准研究是重建技术中的研究热点。然而随着三维扫描设备精准度的提高，数据规模和配准精度也在提高，经典的点云配准

4、方法并不能满足实时性的需求，因此在本文在传统点云配准ICP方法的基础之上，提出了一种新型的基于Hausdorff距离和优化K-D树来改进ICP算法。本文研究的主要内容将多视角下采集到的三维点云数据配准成一个整体的三维点云数据。具体研究内容如下：首先，通过Kinect相机获取不同角度下物体的点云数据，以数据点主曲率和Hausdorff距离为依据，利用正态分布图将点云分为关键点和非关键点，关键点充分保留了点云的几何特征用来进行点云配准，而非关键点作为几何特征不明显的点，为提高算法效率不予匹配。对点云的预处理使得点云的配准更具有针对性。其次，提出一种中值分割阈值优化K-D树的方法，该方法旨在提高K-

5、D树的查询效率，保证K-D树达到平衡状态。首先将节点的属性值按照从小到大的顺序排列，取中指为分割阈值，同时结合空间的广泛分布性对点云数据进行K-D树的构造。优化的K-D树尽量使树的层数最小，从而提高点云的搜索效率。再次，针对传统ICP算法中复杂的数据量运算速度慢的缺点进行了改进，利用改进的Hausdorff距离和优化K-D树寻找关键点的匹配点进行最小二乘迭代，直到满足正确配准的收敛精度要求为止。高精度的优势使得改进的ICP算法可适用于海量数据的逆向工程。最后，为了验证算法的正确性和有效性，与经典算法作为对比，本文设计了几组不同类型点云的配准实验，实验看出改进算法的配准误差明显低于经典算法，改进

6、算法在配准精度上有明显的优势，并且随着数据量的增大配准精度的优势越明显。在实际应用中，本文改进的配准算法应用在对配准精度要求较高、点云凹凸性比较明显的物体上。关键词：ICP算法，Hausdorff距离，曲率，K-D树，最小二乘迭代中北大学学位论文PointclouddataregistrationmethodstudybasedonsomatosensorycameraAbstractWiththedevelopmentofsocietyandtheadvancementoftheITindustry,three-dimensionalreconstructiontechnologyplays

7、anincreasinglyimportantroleinvariousfields.Inthethree-dimensionalreconstructionprocess,theregistrationofpointclouddataiskeytechnology,sotheregistrationresearchofthree-dimensionaldataisresearchfocusinr