光学 精密工程
2023, 31(10): 1522
由于三维激光扫描仪获取的点云数据体积大且存在大量冗余，在后期处理时会占用计算机大量的空间和时间成本，因此需要对点云数据进行简化预处理。针对散乱点云数据模型，在保留关键几何特征的前提下，提出了一种层次化的点云简化算法。首先，构造点云模型的长方体包围盒，并将包围盒划分成若干个小立方体栅格，使得每个点都包含在栅格中；然后，计算每一个栅格中各个点的权值，通过对比权值与权阈值来确定该点是否保留，从而删除噪声点，实现点云初始简化；最后，采用基于曲率分级的简化算法实现点云精简化。对公共点云数据模型和文物点云数据模型进行了简化实验，实验结果表明，与随机采样法、均匀网格法及法矢夹角法等算法相比，所提算法具备较好的几何特征保持性能，可以达到较好的点云简化效果，是一种有效的点云简化算法。
成像系统 点云简化 包围盒 权值 曲率分级 简化率 激光与光电子学进展
2022, 59(18): 1811006
1 西安财经大学 信息学院, 陕西 西安 710010
2 西北大学 信息科学与技术学院, 陕西 西安 710127
三维激光扫描设备获取的初始点云模型中含有较多的噪声点, 不利于后期的点云处理, 需要将其进行剔除。为了有效地保持点云的尖锐几何特征, 本文提出一种由粗到精的层次化点云去噪算法。首先构造点及其邻域点的张量投票矩阵, 通过计算该矩阵的特征值和特征向量构造扩散张量, 并基于该扩散张量利用各向异性扩散方程进行循环滤波, 从而实现点云初始粗去噪; 然后计算滤波后点云的曲率特征, 并根据曲率值进一步删除点云中的噪声点, 从而实现点云精确去噪; 最后通过计算点云熵值对去噪算法进行定量评价。实验结果表明, 本文提出的点云去噪算法具有较大的熵值、较小的去噪误差和较高的执行效率。因此说, 该层次化点云去噪算法在保持尖锐几何特征的同时, 可以快速精确剔除噪声点, 是一种有效的点云去噪算法。
点云去噪 张量投票 各向异性滤波 曲率 熵值 point cloud denoising tensor voting anisotropic filtering curvature entropy
1 西安财经大学信息学院, 陕西 西安 710100
2 西北大学信息科学与技术学院, 陕西 西安 710127
针对点云配准中匹配精度低和算法收敛速度慢等问题,提出一种基于二维图像特征和奇异值分解(SVD)的点云配准算法。先将三维点云转换成二维方位角(BA)图像,利用基于内部距离的形状上下文(IDSC)算法对BA图像进行配准;再根据三维点和二维像素的一对一映像关系计算三维点云的刚体变换,从而实现两个点云的初始粗配准;最后采用基于SVD的迭代最近点(ICP)算法对点云进行进一步精配准,从而实现点云的最终精确配准。实验采用公共点云、颅骨点云和文物点云数据验证所提配准算法的配准性能,结果表明所提算法是一种快速和高精度的点云配准算法。
成像系统 点云配准 方位角图像 形状上下文算法 奇异值分解 迭代最近点 激光与光电子学进展
2020, 57(10): 101101
1 咸阳师范学院教育科学学院, 陕西 咸阳 712000
2 西北大学信息科学与技术学院, 陕西 西安 710127
针对秦俑碎块存在缺损、匹配精度低、速度慢等问题,提出一种基于内部形态描述子(ISS)特征点的碎块断裂面匹配方法。对碎块进行外表面分割,并提取碎块的断裂面;提取断裂面上的ISS特征点,计算特征点的特征序列,并通过特征序列的匹配来实现断裂面的粗匹配;采用一种基于模拟退火的改进迭代最近点算法对断裂面的特征点集进行再次匹配,实现断裂面的细匹配,以达到碎块精确匹配的目的。对4组秦俑碎块进行匹配实验,结果表明,该方法比现有方法具有更高的匹配精度和速度,是一种有效的秦俑碎块匹配方法。
图像处理 点云配准 断裂面匹配 特征点 秦俑 模拟退火 迭代最近点 激光与光电子学进展
2018, 55(4): 041005
1 咸阳师范学院 教育科学学院, 陕西 咸阳 712000
2 西北大学 信息科学与技术学院, 陕西 西安 710127
3 北京师范大学 信息科学与技术学院, 北京 100875
由于颅骨的三维点云数据模型复杂且不同人的颅骨差异较小, 对其配准精度要求较高。为了提高颅骨点云模型的配准精度和收敛速度, 提出了一种先粗配准再细配准的配准方法。首先, 对颅骨点云数据模型进行去噪、简化和归一化等预处理; 然后, 通过区域划分、区域配准和求解组合系数以及求解刚体变换等步骤实现区域层次上的颅骨粗配准; 最后, 通过引入动态迭代系数来改进基于旋转角约束的迭代最近点算法, 并采用该改进的ICP算法实现颅骨的细配准, 从而达到精确配准的目的。实验结果表明: 与ICP算法相比, 改进的ICP算法的配准精度和收敛速度分别提高了约30%和50%。证明该种先粗配准再细配准的颅骨点云模型配准方法是一种精度高、速度快的有效颅骨配准算法。
颅骨配准 粗配准 迭代最近点 旋转角约束 动态迭代系数 skull registration coarse registration iterative closest point rotation angle constraint active iterative coefficient
