基于特征点和改进ICP的三维点云数据配准算法.pdf

《基于特征点和改进ICP的三维点云数据配准算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、116传感器与微系统(TransducerandMicrosystemTechnologies)2012年第3l卷第9期基于特征点和改进ICP的三维点云数据配准算法张晓娟，李忠科，王先泽，吕培军，王勇(1．第二炮兵工程学院指挥自动化系，陕西西安710025；2．北京大学口腔医学院。北京100871)摘要：在光学非接触三维测量中，复杂对象的重构需要多组测量数据的配准。最近点迭代(ICP)算法是三维激光扫描数据处理中点云数据配准的一种经典的数学方法，为了获得更好的配准结果，在ICP算法的基础之上，提出了结合基于特征点的等曲率预配准方法和邻近搜索

2、ICP改进算法的精细配准，自动进行点云数据配准的算法，经对牙齿点云模型实验发现，点云数据量越大，算法的配准速度优势越明显，采用ICP算法的运行时间(194．58S)远大于本算法的运行时间(89．13s)。应用实例表明：该算法具有速度快、精度高的特点，算法效果良好。关键词：点云；配准；特征点；最近点迭代算法；牙齿点云模型中图分类号：TP391文献标识码：A文章编号：1000-9787(2012)09-0116-03Researchof3Dpointclouddataregistrationalgorithmsbasedonfeaturepoi

3、ntsandimprovedICPZHANGXiao-juan，LIZhong．ke，WANGXian．ze，Lt)Pei-jun，WANGYong(1．SecondArtilleryEngineeringCollege，xi’an710025，China；2．SchoolofStomatology，BeijingUniversity，Beijing100871，China)Abstract：Intheopticalnon·contact3Dmeasurementprocess，thereconstructionofcomplexobjec

4、tdependsontheregisteringofmanypointclouds．Iterativeclosestpoint(ICP)algorithmisaclassicalmathematicalmethodinprocessingdataof3Dlaserscanningaboutregistration．Toobtainbetterregisteringresult，analgorithmincludinginitialregistrationandpreciseregistrationisproposedbasedonICP．I

5、tcombinesalgorithmofequalcurvaturebasedfeaturepointsandimprovedICPofneighborhoodsearchtoregisterpointclouddataautomatically．Throughthetoothpointcloudsmodelexperiment，itisfoundthatthegreatertheamountofpointclouddata，themoreobviousadvantagesoftheregistrationspeedofthisalgori

6、thmistherunningtimeofusingICPalgorithm(194．58S)isfargreaterthanthatofthisalgorithm(89．13S)．Experimentalresultsshowthattheproposedalgorithmhasadvantageoffastspeedandhighprecision．Keywords：pointcloud；registration；featurepoints；ICPalgorithm；toothpointcloudsmodel0引言域的一项关键技术，有着

7、广泛的应用。随着激光扫描技术的发展，利用激光扫描仪可以在几目前，三维点云数据的配准算法很多，但最经典的算法秒钟之内直接得到被测物体表面的点云数据，在三维物体就是BeslPJ等人提出的最近点迭代(iterativeclosest数字化过程中，由于受测量设备测量范围的限制和被测物point，ICP)算法。它是应用最为广泛且具有很高匹配精度体外形的复杂性等，三维检测一次只能得到物体某一部分的配准算法，但由算法描述可知，它对点云间的相对初始位表面的数据，要得到物体完整的形状信息，需要从不同角度置要求较高，同时存在计算量较大，且迭代过程可能无法收使用

8、多次定位进行测量，而将各个视角得到的点集合并到敛到全局最优解的缺陷。为了适应不同的环境并克服ICP一个统一的坐标系下，这就是点云数据的配准，实际上，配算法自身的部分缺陷，许多研究