留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

适用于激光点云配准的重叠区域提取方法

王帅 孙华燕 郭惠超

王帅, 孙华燕, 郭惠超. 适用于激光点云配准的重叠区域提取方法[J]. 红外与激光工程, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002
引用本文: 王帅, 孙华燕, 郭惠超. 适用于激光点云配准的重叠区域提取方法[J]. 红外与激光工程, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002
Wang Shuai, Sun Huayan, Guo Huichao. Overlapping region extraction method for laser point clouds registration[J]. Infrared and Laser Engineering, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002
Citation: Wang Shuai, Sun Huayan, Guo Huichao. Overlapping region extraction method for laser point clouds registration[J]. Infrared and Laser Engineering, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002

适用于激光点云配准的重叠区域提取方法

doi: 10.3788/IRLA201746.S126002
基金项目: 

国家自然科学基金(61302183)

详细信息
    作者简介:

    王帅(1991-),男,博士生,主要从事激光三维成像及激光雷达系统方面的研究。Email:mage1120@foxmail.com

  • 中图分类号: TN249

Overlapping region extraction method for laser point clouds registration

  • 摘要: 多视角激光点云的配准是目标三维重建的基础,而点云之间重叠区域的提取对提高配准效率具有重要意义。提出了一种基于区域分割的重叠区域提取方法,首先使用谱聚类按照几何结构特征对各视角点云区域分割,然后对各个区域建立ESF多维形状描述符。对提取的描述符计算两两之间的欧式距离,描述符之间欧式距离最近的区域即为点云之间的重叠区域。实验证明:算法对激光点云噪声及初始位姿等因素表现稳定,在点云采集视角差异较大的情况下仍能完成重叠区域的提取。在仿真的四组点云测试中,点云的重叠率平均提高了14.3%,在实际采集的多视角点云测试中,点云的重叠率平均提高了13.3%。
  • [1] Liu Yu, Chen Feng, Wang Ying, et al. Measurement of relative position and pose between two spacecrafts based on laser lidar[J]. Infrared and Laser Engineering, 2016, 45(8):0817003. (in Chinese)刘玉, 陈凤, 王盈,等. 基于激光雷达的航天器相对位姿测量技术[J]. 红外与激光工程, 2016, 45(8):0817003.
    [2] Fan Youcheng, Zhao Hongli, Sun Huayan, et al. Application of cross-correlation algorithm in moving target range-gated three-dimensional laser active imaging[J]. Infrared and Laser Engineering, 2016, 45(6):0617003. (in Chinese)范有臣, 赵洪利, 孙华燕,等. 互相关算法在运动目标距离选通激光三维成像中的应用[J]. 红外与激光工程, 2016, 45(6):0617003.
    [3] Rusu R B, Blodow N, Beetz M. Fast Point Feature Histograms (FPFH) for 3D registration[C]//IEEE International Conference on Robotics and Automation, 2009:1848-1853.
    [4] Wei Hu, Zhang Liyan, Liu Shenglan, et al. An algorithm on registration of multi-view range images based on SIFT feature matching[J]. Journal of Computer-Aided Design Computer Graphics, 2010, 22(4):654-661. (in Chinese)韦虎, 张丽艳, 刘胜兰, 等. 基于SIFT图像特征匹配的多视角深度图配准算法[J]. 计算机辅助设计与图形学学报, 2010, 22(4):654-661.
    [5] Chen Maolin, Lu Weixin, Wan Youchuan, et al. Automatic registration of terrestrial point clouds without additional information[J]. Chinese Journal of Lasers, 2016, 43(4):0414003. (in Chinese)陈茂霖, 卢维欣, 万幼川, 等. 无附加信息的地面激光点云自动拼接方法[J]. 中国激光, 2016, 43(4):0414003.
    [6] Dai Yucheng, Zhang Aiwu. Research on fast registration of 3D laser scanning data[J]. Bulletin of Surveying and Mapping, 2010(6):8-11. (in Chinese)戴玉成, 张爱武. 三维激光扫描数据快速配准算法研究[J]. 测绘通报, 2010(6):8-11.
    [7] Sun Nan. Research on the key techniques of quad-nocular stereo measurement[D]. Nanjing:Nanjing University of Aeronautics and Astronautics, 2012. (in Chinese)孙楠. 四目立体测量中的关键技术研究[D]. 南京:南京航空航天大学, 2012.
    [8] Zhang Xiaojuan, Li Zhongke, Wang Xianze, et al. Registration of point clouds data based on genetic algorithm[J]. Computer Engineering, 2012, 38(21):214-217. (in Chinese)张晓娟, 李忠科, 王先泽,等. 基于遗传算法的点云数据配准[J]. 计算机工程, 2012, 38(21):214-217.
    [9] Shen Yinghua, Li Zhuojia, Yang Cheng, et al. Point cloud registration with normal feature histogram[J]. Optics and Precision Engineering, 2015, 23(10z):591-598. (in Chinese)沈萦华, 李卓嘉, 杨成,等. 基于法向特征直方图的点云配准算法[J]. 光学精密工程, 2015, 23(10z):591-598.
    [10] Liu Bin, Guo Jiming, Deng Xiangxiang. A point cloud registration method based on Octree and ICP[J]. Science of Surveying Mapping, 2016, 41(2):130-132. (in Chinese)刘斌, 郭际明, 邓祥祥. 结合八叉树和最近点迭代算法的点云配准[J]. 测绘科学, 2016, 41(2):130-132.
    [11] Liu Xin. Research on registration algorithm of three dimensional point cloud[D]. Qinhuangdao:Yanshan University, 2015. (in Chinese)刘新. 三维点云数据的配准算法研究[D]. 秦皇岛:燕山大学, 2015.
    [12] Han Baochang, Cao Junjie, Su Zhixun. Automatic point clouds registration based on regions[J]. Journal of Computer-Aided Design and Computer Graphics, 2015, 27(2):313-319. (in Chinese)韩宝昌, 曹俊杰, 苏志勋. 一种区域层次上的自动点云配准算法[J]. 计算机辅助设计与图形学学报, 2015, 27(2):313-319.
    [13] Tipping M E, Bishop C M. Mixtures of probabilistic principal component analyzers.[J]. Neural Computation, 1999, 11(2):443.
    [14] Han Li, Xu Jianguo, Li Lin, et al. 3D shape analysis based on Laplacian multi-eigenmap[J]. Journal of Computer-Aided Design and Computer Graphics, 2015, 27(11):2142-2148. (in Chinese)韩丽, 徐建国, 黎琳,等. Laplacian多特征映射的三维模型形状分析[J]. 计算机辅助设计与图形学学报, 2015, 27(11):2142-2148.
    [15] Krishnamurthy V, Levoy M. Fitting smooth surfaces to dense polygon meshes[C]//Conference on Computer Graphics and Interactive Techniques, ACM, 1996:313-324.
  • [1] 杨耘, 江万成, 任超锋, 马正龙, 蒲禹池, 焦宇航.  倾斜影像辅助的无人机载LiDAR高陡边坡形变监测 . 红外与激光工程, 2023, 52(2): 20220373-1-20220373-8. doi: 10.3788/IRLA20220373
    [2] 王明军, 易芳, 李乐, 黄朝军.  自适应局部邻域特征点提取和匹配的点云配准 . 红外与激光工程, 2022, 51(5): 20210342-1-20210342-10. doi: 10.3788/IRLA20210342
    [3] 王春阳, 李国瑞, 刘雪莲, 施春皓, 丘文乾.  基于IVCCS的三维点云配准算法 . 红外与激光工程, 2022, 51(6): 20210491-1-20210491-12. doi: 10.3788/IRLA20210491
    [4] 赵毅强, 艾西丁·艾克白尔, 陈瑞, 周意遥, 张琦.  基于体素化图卷积网络的三维点云目标检测方法 . 红外与激光工程, 2021, 50(10): 20200500-1-20200500-9. doi: 10.3788/IRLA20200500
    [5] 李鑫, 莫思特, 黄华, 杨世基.  自动计算重叠度的多源点云配准方法 . 红外与激光工程, 2021, 50(12): 20210088-1-20210088-9. doi: 10.3788/IRLA20210088
    [6] 崔文弢, 焦卫东, 庞艳丽.  基于几何代数的SVS-NLMS点云配准算法 . 红外与激光工程, 2021, 50(12): 20210115-1-20210115-10. doi: 10.3788/IRLA20210115
    [7] 卢祺, 林婷婷, 李程鹏, 李荣华, 葛研军.  空间非合作目标点云聚类配准方法 . 红外与激光工程, 2021, 50(9): 20200431-1-20200431-10. doi: 10.3788/IRLA20200431
    [8] 王建军, 卢云鹏, 张荠匀, 白崇岳, 胡燕威, 李旭辉, 王炯宇.  实现激光点云高效配准的ICP优化及性能验证 . 红外与激光工程, 2021, 50(10): 20200483-1-20200483-7. doi: 10.3788/IRLA20200483
    [9] 孙建波, 潘幸华, 杨良, 陈万春, 赵育善.  滑翔飞行器线性伪谱模型预测控制三维轨迹规划 . 红外与激光工程, 2020, 49(9): 20200279-1-20200279-7. doi: 10.3788/IRLA20200279
    [10] 葛鹏, 郭静菁, 陈丛, 尚震, 樊彦恩, 盛磊.  基于盖革APD阵列的光子计数三维成像 . 红外与激光工程, 2020, 49(3): 0305007-0305007-8. doi: 10.3788/IRLA202049.0305007
    [11] 薛珊, 吕南方, 沈雨鹰, 刘正彬, 郭建波.  基于激光三维点云的机械工件识别方法 . 红外与激光工程, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
    [12] 刘波, 赵娟莹, 眭晓林, 曹昌东, 颜子恒, 吴姿妍.  阵列分束激光三维成像技术 . 红外与激光工程, 2019, 48(6): 606001-0606001(6). doi: 10.3788/IRLA201948.0606001
    [13] 王鹏, 杨文超, 孙长库, 郭世珍.  舌面彩色三维点云的舌体分割及舌裂纹提取 . 红外与激光工程, 2017, 46(S1): 82-89. doi: 10.3788/IRLA201746.S117004
    [14] 武奕楠, 李国宁, 张柯, 张宇, 金龙旭.  基于同名点追踪的空间相机成像拼接配准模型 . 红外与激光工程, 2016, 45(3): 326002-0326002(7). doi: 10.3788/IRLA201645.0326002
    [15] 邵春艳, 丁庆海, 罗海波, 李玉莲.  采用高维数据聚类的目标跟踪 . 红外与激光工程, 2016, 45(4): 428002-0428002(10). doi: 10.3788/IRLA201645.0428002
    [16] 刘玉, 陈凤, 王盈, 黄建明, 魏祥泉.  基于激光雷达的航天器相对位姿测量技术 . 红外与激光工程, 2016, 45(8): 817003-0817003(6). doi: 10.3788/IRLA201645.0817003
    [17] 侯佳, 何志平, 舒嵘.  离轴三反光纤阵列激光三维成像发射系统 . 红外与激光工程, 2016, 45(4): 406001-0406001(5). doi: 10.3788/IRLA201645.0406001
    [18] 陈骁, 石志广, 杨卫平, 凌建国.  利用三维点云的圆锥状弹头目标参数估计 . 红外与激光工程, 2014, 43(10): 3480-3485.
    [19] 胡晓彤, 王建东.  基于子空间特征向量的三维点云相似性分析 . 红外与激光工程, 2014, 43(4): 1316-1321.
    [20] 曹忆南, 王新伟, 周燕.  距离选通激光成像空间定位模糊C均值聚类分割法 . 红外与激光工程, 2013, 42(10): 2682-2686,2696.
  • 加载中
计量
  • 文章访问数:  400
  • HTML全文浏览量:  45
  • PDF下载量:  94
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-06-05
  • 修回日期:  2017-07-11
  • 刊出日期:  2017-12-31

适用于激光点云配准的重叠区域提取方法

doi: 10.3788/IRLA201746.S126002
    作者简介:

    王帅(1991-),男,博士生,主要从事激光三维成像及激光雷达系统方面的研究。Email:mage1120@foxmail.com

基金项目:

国家自然科学基金(61302183)

  • 中图分类号: TN249

摘要: 多视角激光点云的配准是目标三维重建的基础,而点云之间重叠区域的提取对提高配准效率具有重要意义。提出了一种基于区域分割的重叠区域提取方法,首先使用谱聚类按照几何结构特征对各视角点云区域分割,然后对各个区域建立ESF多维形状描述符。对提取的描述符计算两两之间的欧式距离,描述符之间欧式距离最近的区域即为点云之间的重叠区域。实验证明:算法对激光点云噪声及初始位姿等因素表现稳定,在点云采集视角差异较大的情况下仍能完成重叠区域的提取。在仿真的四组点云测试中,点云的重叠率平均提高了14.3%,在实际采集的多视角点云测试中,点云的重叠率平均提高了13.3%。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回