基于综合改进ICP算法的三维激光扫描技术在露天矿边坡测绘中的应用

以先后发生过两次大规模滑坡的中煤平朔公司东露天矿边坡为研究背景,利用三维激光扫描技术测绘速度快、测量精度高、数据量大的特点,对该露天矿边坡进行三维激光扫描,尤其是对发生过滑坡的两个重点区域进行精细扫描。基于综合改进ICP算法,将扫描得到的多站点云数据进行拼接处理,完成了长约2 km的露天矿边坡三维模型重建。研究结果表明,三维激光扫描结果符合工程实际特征,是一种快速建立矿山边坡数字模型的有效手段。

基于改进ICP算法的齿科图像配准技术

针对传统配准方法难以对齿科图像中牙体组织进行精确配准的问题,提出了一种基于改进ICP算法的配准方法。该方法首先根据齿科图像的特点对其进行预处理,然后采用特征点提取策略,利用改进的ICP算法对齿科图像进行配准。根据配准精度结果,该方法从背景干扰、边界干扰以及自适应阈值三方面改进了ICP配准策略。实验结果表明,该方法能更快速地收敛,且具有更高的准确率。算法实现了齿科图像的高效配准,为齿科诊疗的智能化打下了良好基础。

基于改进ICP算法的线结构光扫描系统误差校准

为了实现工业自动化检测,采用机器人技术与线结构光扫描技术两者相结合,将线结构光传感器安装在机器人法兰盘上,由于安装误差等的存在,影响到扫描系统的测量精度。针对这一问题,文中利用改进ICP算法的点云配准技术,对点云进行配准,反求由安装误差造成的变换矩阵,实现对系统误差的校准。实验结果表明,文中所提方法达到了较好的校准效果。

基于改进ICP算法的室内环境三维地图创建研究

提出一种基于离散选取机制的改进特征点ICP算法,并设计了基于该算法的三维地图创建方法.该方法分为3个阶段,首先提取并匹配相机运动过程中采集的RGB彩色图像中的SURF特征点;然后结合RANSAC算法进行初始配准,优化特征点集初始位姿、去除误匹配,并结合基于离散选取机制的特征点ICP算法进行精确配准;最后利用g2o图优化算法结合关键帧实现对相机运动轨迹的优化,减少累计误差,并将相机采集到的点云数据根据相机当前位姿构建三维点云地图.经过在5个公开数据集环境下进行实验对比,证明本方法的可行性和有效性,在相机运动长度为15.989m的情况下误差仅为0.059m,且能够准确地创建实验环境的三维地图.

基于改进ICP算法的叶片型线轮廓度误差评定

针对传统最近迭代点(ICP)算法存在配准精度较低的问题进行算法改进。首先,考虑到三坐标测量机测量数据呈现有序排列、且一一对应的特点,使用了一种基于矢量对齐法的型线数据初配准方法进行初配准;其次,在传统ICP算法配准的基础上,对待配准数据进行非均匀有理化B样条(NURBS)曲线拟合,再利用自适应粒子群算法对测量数据进一步精配准;最后,采用基于最小区域的叶片型线轮廓度误差评定方法进行误差评定。实验分析结果表明:改进方法相对于传统ICP算法,可在原有收敛值基础上达到进一步收敛的效果,轮廓度误差相对减小28.57%。该方法有效提高了叶片型线轮廓度误差评定的精确度,可为叶片的加工质量提供可靠判定。

改进ICP算法在屏风骨架点云配准中的应用研究

本文针对生产中屏风自动化上料的位姿估计问题,提出一种基于改进ICP算法的屏风骨架点云配准方法。传统ICP算法对屏风点云初始位姿要求较高,而且在迭代中容易陷入局部极小值。因此,本文用点云边界和顶点提取的结果进行屏风点云的粗配准,使用距离约束去除匹配较差的点对;在精配准中引入权重系数来提升算法的鲁棒性,并对旋转矩阵进行轴向校正以解决可能发生的轴向反向问题。试验表明,本文算法有较高的精度和较快的收敛速度。

基于改进ICP算法的移动机器人室内激光扫描定位方法

使用单一的传感器在机器人的室内同步定位与构图中会存在较大的误差,利用移动机器人机载传感器里程计、陀螺仪信息融合得到位移和姿态角度偏转数据再结合外部传感器激光测距仪数据可以得到更加准确的移动机器人位姿变化。本文提出一种利用里程计和陀螺仪数据对激光测距仪采集到的环境实时激光数据进行变换,然后寻找在全局地图中与变换后的数据相关的线段点集区域,再在相关线段点集区域中进行点匹配,并求出各相关线段点集区域对匹配后的位姿变换参数矩阵,最后对各相关线段点集区域对求出的位姿变换参数融合得到移动机器人的最终变换位姿参数,实现移动机器人的激光扫描定位。通过搭建实验平台对改进的算法进行了验证,本文提出的改进ICP算法优于经典ICP算法。

基于改进ICP算法的人体运动训练动作捕捉模型设计

人体运动训练动作捕捉在各个研究领域均占据十分重要的地位,具有较高的研究价值。结合改进ICP算法,提出一种基于改进ICP算法的人体运动训练动作捕捉模型,引入最近邻搜索概念,通过k-D增强ICP算法中对应点对的查找速度,结合欧式距离值以及点云方向向量阈值对ICP算法进行改进。利用改进ICP算法获取人体运动训练动作连续特征点作为匹配基础轨迹,提取以轨迹为基础的两类特征,统计轨迹内部相邻两点间的位移大小和方向,以此作为人体运动训练动作描述子,组建人体运动训练动作捕捉模型,完成捕捉过程。仿真实验结果表明,所提模型能够以最快的速度和最高的精度实现人体运动训练动作捕捉。

基于改进ICP的帧间匹配算法研究

ICP算法在每一次迭代时均会对点云数据中每个点进行选择,直到得出与目标点最近点,再计算得出位移向量和旋转矩阵,存在迭代计算时间较长、精度较低的问题。为解决该问题,文中提出一种以欧氏距离为匹配条件,利用法向量信息找出匹配点,同时利用实际曲面信息的特征过滤错误匹配点的算法。所提算法利用中心重合法来降低前后两帧激光点云数据的平移距离,利用KD-Tree算法将各个激光点按照坐标分类,最后利用激光点的法线和曲率淘汰错误点,提高匹配精度。在Anaconda环境下进行仿真实验,结果表明,在点云数目为363,727,1 400时,采用改进ICP算法所用时间分别是原ICP算法的39%,41%,56%,均方根误差分别控制在原ICP算法的0.68%,18.48%,18.04%。改进后的ICP算法匹配效果得到显著提升,误差减小,迭代时间明显缩短。

三维模型重建中点云ICP拼接算法的改进

提出一种以不同视野下的点云为处理对象,自动进行点云配准的拼接算法.该算法首先利用点云的曲率、法矢量等几何信息,计算出初次拼接变换,并用几何哈希的方法筛选出最优的变换,完成初次拼接.然后改进最近点迭代法(iterative closest point,ICP)中最近点的选取方法:对点云A中的测点,先求出另一点云B中与其最近的3个点,并由这3个点构成一个三角形,把测点到三角形的垂足作为测点的最近点.并用该算法对点云进行再次拼接.最后基于该算法实现了对车头模型的配准.结果表明,该算法具有较高的配准精度.

一种基于罗德里格斯矩阵的ICP改进算法及应用

在回顾了经典ICP算法的基础上,采用罗德里格斯矩阵求解点云数据之间的运动参数,实现了一种基于特征点的ICP改进算法,并在实际应用中检验了该算法的可行性。

基于轨型重建的平直度提取算法研究

钢轨焊前检测是保障铁路车辆安全行驶的重要环节,其中钢轨平直度是衡量钢轨质量优劣的重要指标。针对传统钢轨平直度检测步骤繁琐、单次测量长度有限和测量效率低等问题,依据三角法测量原理,利用激光轮廓仪交叠获取钢轨轮廓数据,使用改进的ICP算法快速配准点云数据,完成钢轨三维重建。然后利用自适应中值滤波对平直度参数曲线进行优化,采用模拟平尺法求解钢轨平直度。实验结果表明,基于轨型重建的平直度提取算法速度快,精度高,稳定性好,与人工检测的最大测量误差为0.021 mm,与高精度电子平尺最大误差为0.011 mm,最大标准差为0.006 mm,符合钢轨焊前的平直度检测要求。

基于多模态牙科图像的牙体硬组织自动配准

牙科图像由于成像模式、图像质量、不同病人之间存在差异性,导致临床应用中牙体硬组织的精确配准成为难点。针对这些问题,根据相关研究工作提出了一种更适用于多模态牙科图像的牙体硬组织自动配准方法,该方法基于改进的ICP算法,对多模态的牙科荧光图像和自然光图像进行分析。首先,根据多模态牙科图像的特点,算法对图像进行了预处理;其次,研究了鲁棒的特征点提取方法,即将牙体硬组织边缘选取为特征点,并同时根据口腔病理学先验知识,提取多模态图像中的病损组织区域,进一步优化了配准点集;最后,利用改进的ICP算法对齿科图像进行了配准,配准过程中对ICP的迭代策略和鲁棒损失函数进行了分析和优化。实验结果表明,该方法能更快速地收敛,且具有更好的鲁棒性和准确性。

数控机床在线检测系统的开发

针对复杂曲面离线检测耗时、误差大的问题,文章将原检测技术与CAD软件进行集成,设计一种“加工-检测”一体化的数控机床在线检测系统。首先,结合原检测技术原理,基于CAD计算机辅助技术的应用优势,利用UG8.0、Microsoft VC++开发工具搭建系统框架,设定各模块功能,并根据网格顶点曲率变化进行检测点的自适应规划,运用宏程序参数化编程优势生成检测程序;最后,经过实验分析,验证了系统应用可行性和检测精度性。

逆向工程中多视曲面拼合的一种新方法

提出了一种新的、有效地用于逆向工程中的多视曲面拼合算法,即点纹法。系统阐述了点纹法的思路,主要包括:在候选点云的基础上生成纹路圈,在某幅视图中取点p,并做出切平面,把这些纹路圈投影到切平面上形成二维点纹,其它视图也如此产生相对应的点纹,并进行基于二维轮廓的多视曲面拼合,阐述了改进的ICP算法和基于径向基函数(RBF)神经网络的数据融合算法。点纹法与其它多视曲面拼合算法相比,能够大大提高曲面匹配的精度,在模式识别和逆向工程中有现实的使用效果。

基于Kinect传感器的三维稠密地图构建系统设计

本文针对目前三维重建系统存在建模效率低、难以移动和价格昂贵等问题,提出了一种基于Kinect传感器的手持式三维稠密地图构建系统。利用微软推出的Kinect传感器进行彩色图像与深度信息的采集,并通过跟踪获取图像特征点计算Kinect位姿,采用改进ICP算法构建出三维稠密地图,得到良好的室内场景三维模型。实验结果表明,本文提出的手持式大场景高精度三维重建系统具有较好的稳定性和精确性。

激光雷达点云数据的飞机残骸拼接重建

为查明航空事故的原因,需拼接重建飞机残骸。提出一种用激光雷达(LIDAR)采集飞机残骸点云数据的方案,并构建残骸拼接模型。在实际操作中,对机身残骸采用改进的迭代就近点(ICP)拼接算法进行精确处理;对零散残骸采用选取同名点拼接算法进行处理。试验结果显示,使用该模型和改进迭代就近点拼接算法处理采集的多站数据,能够实现飞机残骸的拼接重建,同时将拼接精度提高3倍。研究结果表明,与物理拼接相比,采用LIDAR点云的飞机残骸拼接重建,可以缩短事故调查的周期。

加入迭代因子的层次化颅骨配准方法

目的在基于知识的颅面复原中,为了对未知颅骨的面貌进行复原,需要在颅骨库里寻找相似颅骨,将相似颅骨的面皮作为参考。寻找相似颅骨的过程即颅骨配准,配准的精度和效率是两个重要性能指标。本文提出一种基于特征区域和改进ICP(iterative closest point)算法的层次化颅骨配准方法。方法首先,将颅骨模型去噪、简化并归一化,通过计算体积积分不变量,确定每个点的凹凸性;使用K-means方法,将颅骨上的点聚类为多个或凹或凸的特征区域。然后,通过主成分分析法来计算两个颅骨的相似特征区域,对每一个可能的匹配计算3维变换,将两个颅骨粗略对齐;最后,采用加入迭代因子的方法对ICP算法进行改进,使用改进的ICP算法对颅骨进行精配准。结果将本文方法用于颅骨模型、兵马俑模型以及公共数据集中的3维模型配准,经典ICP算法的配准时间分别为6.23 s、7.61 s、4.17 s,改进的ICP算法配准时间分别为3.02 s、3.23 s、2.83 s,算法效率提高了约2倍,配准效果也有明显提高。实验中通过对迭代因子的测试,发现不同的数据集需要设定不同的迭代因子。结论本文所提出的基于区域特征的层次化配准方法提高了颅骨配准的精度和效率,整个过程不需要人工干预,该算法具有一定的普适性,可用于相似3维模型配准。