• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于B-SHOT特征和3D-NDT的點(diǎn)云自動(dòng)配準(zhǔn)

      2018-12-26 08:35:44李少達(dá)
      地理空間信息 2018年12期
      關(guān)鍵詞:特征描述參考點(diǎn)柵格

      王 鵬,李少達(dá),趙 雪

      (1.成都理工大學(xué),成都 610059;2.西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院,成都 611756)

      地面激光點(diǎn)云技術(shù)作為目前空間地理信息獲取的重要手段,廣泛用于三維重建[1]、文物保護(hù)[2]等領(lǐng)域。地面激光掃描儀由于其視角限制,需要多角度掃描才能獲取完整的目標(biāo)物體點(diǎn)云,并且不同角度掃描數(shù)據(jù)位于掃描儀局部坐標(biāo)系下,需要通過點(diǎn)云配準(zhǔn)算法將多站不同坐標(biāo)系下的掃描數(shù)據(jù)進(jìn)行坐標(biāo)系統(tǒng)一。2009年,Magnusson[3-4]提出了3D-NDT算法,在精度和效率上都優(yōu)于經(jīng)典的ICP算法[5],但和ICP一樣需要初始值。因此,國內(nèi)學(xué)者提出了基于2D特征點(diǎn)[6]、3D特征點(diǎn)[7]、2D特征點(diǎn)和3D特征點(diǎn)結(jié)合[8]的粗配準(zhǔn)算法對(duì)3D-NDT算法進(jìn)行改進(jìn)。2014年,Salti等[9]提出了SHOT(signatures of histograms of orientations)3 D特征描述子,速度和精度都優(yōu)于FPFH[10]、3D-SURF[11]等3D特征描述子。2015年,Prakhya等[12]對(duì)SHOT 3D特征描述子進(jìn)行改進(jìn),提出了二進(jìn)制SHOT(binary signatures of histograms of orientations,b-SHOT)的3D特征描述子,提高了SHOT特征描述子的速度和精度。本文主要研究利用B-SHOT特征描述子進(jìn)行點(diǎn)云粗配準(zhǔn)并結(jié)合3D-NDT實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的自動(dòng)配準(zhǔn)。

      1 B-SHOT特征描述子

      B-SHOT特征描述子與SHOT特征描述子的區(qū)別在于,B-SHOT通過迭代的方式將SHOT的特征描述子由十進(jìn)制編碼為二進(jìn)制。利用雙向漢明距離搜索兩視點(diǎn)云之間的同名點(diǎn),提高了配準(zhǔn)的效率和精度。

      B-SHOT特征描述子通過結(jié)合符號(hào)(signatures)和直方圖(histograms)進(jìn)行特征描述,主要包括建立唯一局部參考框架、子空間直方圖統(tǒng)計(jì)、二進(jìn)制編碼等3個(gè)步驟。

      為了使特征描述子對(duì)旋轉(zhuǎn)、平移和尺度保持不變,采用修改后的鄰域協(xié)方差矩陣C的特征向量創(chuàng)建局部參考框架,如式(1):

      式中,r表示支持區(qū)域半么,di=||qi-q||表示支持區(qū)域r中的采樣點(diǎn)qi與參考點(diǎn)q的距離。

      將局部x和z軸的方向朝向它們所代表的向量的多數(shù)方向,通過z和x的叉積,即y=z×x獲得局部y軸,這樣便可以得到唯一的局部參考框架。

      圖1 球形柵格示意圖[12]

      確定了局部參考框架以后,將參考點(diǎn)的所有鄰域點(diǎn)變換到局部參考框架下,以保證后面計(jì)算的直方圖對(duì)剛體變換的魯棒性。然后利用球體柵格方法將局部參考空間按照距離、俯仰和方位分成32個(gè)子空間(如圖1)。通過建立每個(gè)子空間的局部直方圖得到每個(gè)子空間的子特征,然后將每個(gè)子特征連起來就得到了SHOT特征描述子。最后通過迭代方式對(duì)SHOT特征描述子進(jìn)行二進(jìn)制編碼得到B-SHOT特征描述子。

      2 3D-NDT算法原理

      3D正態(tài)分布變換算法的目標(biāo)是找到目標(biāo)點(diǎn)集在參考點(diǎn)集表面匹配的似然函數(shù)最大化時(shí)的姿態(tài)。3D-NDT算法首先將三維點(diǎn)集均勻地劃分為規(guī)則立方體,每個(gè)立方體內(nèi)包含一定數(shù)量的點(diǎn)。對(duì)于立方體中每一個(gè)點(diǎn)xi的概率密度函數(shù)可以表示為:

      式中,x和V分別表示單個(gè)立方體內(nèi)點(diǎn)云的均值和方差。

      3D-NDT算法通過目標(biāo)點(diǎn)集經(jīng)過初始坐標(biāo)轉(zhuǎn)換參數(shù)映射到參考點(diǎn)集中的概率密度之和s(p)作為坐標(biāo)變換參數(shù)的分?jǐn)?shù)值進(jìn)行評(píng)價(jià),通過對(duì)s(p)進(jìn)行最優(yōu)化估計(jì),便可以得到2個(gè)點(diǎn)集對(duì)于坐標(biāo)系的轉(zhuǎn)換參數(shù):

      式中,x'i表示當(dāng)前掃描點(diǎn)映射到參考點(diǎn)集的坐標(biāo);T(p,xi)表示當(dāng)前點(diǎn)集的坐標(biāo)轉(zhuǎn)換矩陣。為了得到兩個(gè)點(diǎn)集之間的轉(zhuǎn)換矩陣,可以把最優(yōu)化問題看成最小化問題,即s(p)最小化。通過牛頓迭代法結(jié)合Hessian矩陣進(jìn)行目標(biāo)函數(shù)求取最小值。令s(p)為0,為了使目標(biāo)函數(shù)最小,需求解以下方程:

      其中g(shù)為f的梯度,用一階導(dǎo)數(shù)表示;H為Hessian矩陣,用f的二階導(dǎo)數(shù)表示。

      3 實(shí)驗(yàn)與分析

      實(shí)驗(yàn)在ubuntu16.04系統(tǒng)(內(nèi)存4G)下進(jìn)行,算法通過C++語言并結(jié)合點(diǎn)云數(shù)據(jù)庫PCL編碼實(shí)現(xiàn)。實(shí)驗(yàn)數(shù)據(jù)采用斯坦福的bunny數(shù)據(jù),如圖2a所示。為驗(yàn)證本文算法的可行性,首先對(duì)兩視點(diǎn)云分別計(jì)算B-SHOT特征描述子,然后利用雙向漢明距離(Hamming distance)計(jì)算兩視點(diǎn)云的同名點(diǎn)集,最后通過隨機(jī)采用一致性算法(random sample consensus,RANSAC)進(jìn)行初始參數(shù)估計(jì),再利用3D-NDT進(jìn)行精確配準(zhǔn),實(shí)驗(yàn)結(jié)果如圖2(c)。同時(shí),與基于FPFH特征描述子的3D-NDT算法對(duì)比,結(jié)果如表1。為了提高配準(zhǔn)的效率,原始數(shù)據(jù)進(jìn)行體素柵格采樣(柵格大小為0.001)。

      圖2點(diǎn)云配準(zhǔn)過程示意圖

      圖2b和2c分別為基于B-SHOT特征描述子的粗配準(zhǔn)結(jié)果和3D-NDT的精配準(zhǔn)結(jié)果。實(shí)驗(yàn)證明了B-SHOT結(jié)合3D-NDT進(jìn)行點(diǎn)云自動(dòng)配準(zhǔn)的可行性。兩種粗配準(zhǔn)實(shí)驗(yàn)對(duì)比結(jié)果如表1所示。在粗配準(zhǔn)中,基于B-SHOT特征描述子的粗配準(zhǔn)時(shí)間少于基于FPFH特征描述子的粗配準(zhǔn),使用3D-NDT進(jìn)行精配準(zhǔn)的時(shí)間基本不變。最后基于B-SHOT特征描述子的粗配準(zhǔn)使得3D-NDT的精度高于基于FPFH特征描述子的粗配準(zhǔn),也間接證明了3D-NDT算法需要好的初始值才能表現(xiàn)出好的配準(zhǔn)精度。

      表1 點(diǎn)云自動(dòng)配準(zhǔn)實(shí)驗(yàn)結(jié)果

      4 結(jié) 語

      本文針對(duì)3D-NDT點(diǎn)云配準(zhǔn)算法需要初始值的問題,提出了結(jié)合B-SHOT特征描述子與3D-NDT的點(diǎn)云自動(dòng)配準(zhǔn)算法,不需要提供初始值便能完成相鄰兩個(gè)點(diǎn)云之間的高精度配準(zhǔn)。通過實(shí)驗(yàn)對(duì)比,本文算法有效可行,且在精度和效率上均優(yōu)于目前最優(yōu)秀的FPFH特征配準(zhǔn)算法。但是3D-NDT算法還有許多需要改進(jìn)的地方,在三維網(wǎng)格大小等參數(shù)確定過程中很難快速確定最佳參數(shù),降低了整個(gè)實(shí)驗(yàn)過程的效率,常研究如何快速自適應(yīng)地確定網(wǎng)格大小等參數(shù)。這也將是下一步的研究方向。

      猜你喜歡
      特征描述參考點(diǎn)柵格
      In the Zoo
      船舶尾流圖像的數(shù)字化處理和特征描述技術(shù)
      基于鄰域柵格篩選的點(diǎn)云邊緣點(diǎn)提取方法*
      FANUC數(shù)控系統(tǒng)機(jī)床一鍵回參考點(diǎn)的方法
      參考點(diǎn)對(duì)WiFi位置指紋算法的影響
      數(shù)控機(jī)床返回參考點(diǎn)故障維修
      目標(biāo)魯棒識(shí)別的抗旋轉(zhuǎn)HDO 局部特征描述
      FANUC數(shù)控機(jī)床回參考點(diǎn)故障分析與排除
      基于差異的圖像特征描述及其在絕緣子識(shí)別中的應(yīng)用
      電測與儀表(2015年3期)2015-04-09 11:37:56
      不同剖面形狀的柵格壁對(duì)柵格翼氣動(dòng)特性的影響
      合川市| 宁蒗| 长宁县| 腾冲县| 青河县| 拜泉县| 台东县| 台前县| 湖州市| 湘乡市| 翁牛特旗| 阳信县| 卢湾区| 潍坊市| 阳江市| 平乐县| 闽清县| 惠水县| 乌拉特中旗| 呼图壁县| 钟祥市| 连江县| 阳新县| 武夷山市| 自治县| 凤阳县| 唐山市| 平泉县| 四平市| 黔西县| 齐齐哈尔市| 荔波县| 高邑县| 秭归县| 紫云| 天等县| 景宁| 肃宁县| 麻栗坡县| 美姑县| 明光市|