三維重建中的點云拼接算法研究.pdf

1、隨著三維掃描設備與計算機輔助設計技術的迅猛發(fā)展，同時各行各業(yè)都面臨著信息化、智能化和現(xiàn)代化的發(fā)展需求，使得三維重建技術得到了廣泛的應用。本文主要研究三維重建中的點云拼接技術，通過以散亂點云為研究對象，研究如何提高點精簡與點云配準的效率，提出了基于法矢夾角的點云精簡算法和基于單位四元數(shù)的ICP改進算法。本文的主要工作如下:
　　第一，研究點云數(shù)據(jù)的采集和處理技術。本文從點云數(shù)據(jù)采集方式的不同對點云數(shù)據(jù)進行了詳細的分類，研究了點云數(shù)據(jù)

2、之間拓撲關系的構建方法，包括八叉樹法、KD-tree法和柵格化法，并分析了每種方法的優(yōu)缺點。
　　第二，提出一種基于法矢夾角的點云精簡算法。本文利用點云數(shù)據(jù)的法矢量特征，通過計算每一點與其k近鄰點的平均法矢夾角，引入關鍵度的概念，計算每一點的關鍵度的值，通過與預先設定的閾值進行比較，完成粗精簡，然后對粗精簡后的點云數(shù)據(jù)進行不同比例的二次精簡，最后從理論和實驗的角度驗證該算法的正確性與高效性。
　　第三，通過對傳統(tǒng)的ICP算法

3、的原理進行分析研究，提出一種基于單位四元數(shù)的ICP改進算法。利用KD-tree對最近點鄰域進行搜索，加快了對應點對的搜尋速度。以曲率為基礎構建點云數(shù)據(jù)的鄰域空間，提出一個匹配度的概念來衡量點對之間的匹配程度，通過設定閾值除去錯誤的點對。采用單位四元數(shù)法求解旋轉(zhuǎn)矩陣和平移矩陣，利用相鄰兩次的最近點間的距離差作為迭代結束的條件，完成最終的配準。由于采用KD-tree搜尋最近點，這在一定程度上提高了點對匹配的速度，縮短了點云配準的整體耗時。同