登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
改进ICP算法用于多组图像的点云拼接与融合
  • 摘要

    随着计算机图形图像技术、机器视觉、虚拟现实技术等的发展,近年来,通过室外场景的序列图像进行三维重建的方法逐渐成为计算机视觉和图形学等相关领域的重点研究方向。但是,通常在图像的采集过程中由于受到测量设备和环境的影响,单次拍摄的序列组图可能并不能提取到足够的物体表面信息,导致不能够完成三维物体的重构,而不能为后续的目标识别和精确打击提供准确信息依据。针对此类问题,文中采用融合多组图像点云的方法,先利用彩色直方图匹配补充补拍图像序列,然后单独解算补拍组图的点云数据,再对不同点云的重叠部分利用改进的迭代最近点算法计算变换参数,最后进行融合处理,从而完成不同组图的点云数据间的配准和融合工作。实验证明,该方法能快速有效补充用于重构的点云数据,拼接和融合效果良好。

  • 作者

    赵龙  韦群  ZHAO Long  WEI Qun 

  • 作者单位

    中国人民解放军装备学院 北京 101400

  • 刊期

    2014年3期

  • 关键词

    三维重建  迭代最近点算法  彩色直方图匹配  点云拼接与融合  3D-reconstruction  ICP Algorithm  Color Histogram Matching  Point Cloud Registration and Fusion 

参考文献
  • [1] 蒋成成,胡同森,周维. 一种改进的迭代最近点算法. 计算机系统应用, 2009,8
  • [2] 涂志强,张轲,杨成龙,朱晓鹏,黄洁. 三维模型重建中点云ICP拼接算法的改进. 焊接学报, 2013,1
  • [3] 伍毅. 三维扫描信息获取的深度图像配准算法设计及开发. 浙江大学, 2005
  • [4] 周春艳,李勇,邹峥嵘. 三维点云ICP算法改进研究. 计算机技术与发展, 2011,8
  • [5] 刘伟. 三维点云拼接与融合技术研究. 西南科技大学, 2009
  • [6] MUSIALSKI P;WONKA P;ALIAGA D G. A survey of urban reconstruction. COMPUTER GRAPHICS FORUM, 2012,02
  • [7] LIU Y H;WEI B G;LI L Z. Projecting registration error for accurate registration of overlapping range images. 2006,06
  • [8] LIU Y H. A mean field annealing approach to accurate free form shape matching. 2007,09
  • [9] ZHOU H;LIU Y H. Accurate Integration of Multi-view Range Images Using K-Means Clustering. 2008,01
  • [10] LIU Y H. Constraints for closest point finding. 2008,07
  • [11] 徐昭鹤. 基于图像的三维重建技术研究与实现. 装备学院, 2012
  • [12] 王建奇. 大规模点云拼接与融合技术研究. 杭州:浙江工业大学, 2012
  • [13] Rusinkiewicz S;Levoy M. Efficient Variants of the ICP Algorithm. 2001
  • [14] LIU Y H. Automatic registration of overlapping 3D point clouds using closest points. 2006,07
  • [15] 王俊;朱利. 基于图像匹配-点云融合的建筑物立面三维重构. 计算机学报, 2012,10
  • [16] Rusinkiewicz S;Levoy M. Efficient variants of the ICP algorithm. 2001
  • [17] NISHINO K;IKEUEHI K. Robust simultaneous registration of multiple range images comprising a large number of points. Electronics and Communications in Japan(Part II:Electronics), 2004,08
查看更多︾
相似文献 查看更多>>
35.173.57.84