三维配准中FPFH特征提取算法研究毕业设计(论文).docx
《三维配准中FPFH特征提取算法研究毕业设计(论文).docx》由会员分享,可在线阅读,更多相关《三维配准中FPFH特征提取算法研究毕业设计(论文).docx(41页珍藏版)》请在咨信网上搜索。
1、北京化工大学毕业设计(论文)诚信声明本人声明:本人所提交的毕业论文是本人在指导老师的指导下独立完成研究,写作的成果。论文中所引用的文献、数据、资料都已经标注;对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式注明并表示感谢。论文中不包含他人已经发表或撰写过的研究成果,也不包含获得其他教育机构的学位或证书而使用过的材料。我承诺,论文中内容真实,可信。本人签名:_ 日期 年 月 日指导老师签字: 本科生毕业设计(论文)任务书设计(论文)题目: 三维配准中FPFH特征提取算法研究 学院: 理学院 专业: 信息与计算科学 班级: 信计1001 学生: 指导教师(含职称): 专业负责人: 1 设
2、计(论文)的主要任务及目标首先了解图像配准的定义,然后了解点特征直方图(PFH)和快速点特征直方图(FPFH)的三维点云特征提取算法,运用C/C+和Matlab语言对上述特征进行提取实现,得出特征直方图,然后进行比较、分析,最终得出结论。2 设计(论文)的基本要求和内容(1) 查阅和总结文献。(2) 熟悉掌握C/C+和Matlab语言的使用,熟悉对PCL开源库的应用,设计方案实现PFH和FPFH特征提取。(3) 对生成结果进行比较和分析。3主要参考文献1 Rusu R B, Blodow N, Beetz M. Fast point feature histograms (FPFH) for
3、3D registrationC/Robotics and Automation, 2009. ICRA09. IEEE International Conference on. IEEE, 2009: 3212-3217.2 Besl P J, McKay N D. Method for registration of 3-D shapesC/Robotics-DL tentative. International Society for Optics and Photonics, 1992: 586-606.3 Rusu R B, Marton Z C, Blodow N, et al.
4、Persistent point feature histograms for 3D point cloudsC/Proc 10th Int Conf Intel Autonomous Syst (IAS-10), Baden-Baden, Germany. 2008: 119-128.4 朱德海,郭浩,苏伟. 点云库PCL学习教程M. 北京:北京航空航天大学出版社,2012.10.4进度安排设计(论文)各阶段名称起 止 日 期1文献查阅2014.1.10-2014.2.142阅读文献,翻译外文2014.2.14-2014.3.153撰写文献综述,确定论文方向2014.3.15-2014.4.
5、154分析研究问题2014.4.15-2014.5.205整理结论,书写论文,准备答辩2014.5.20-2014.6.7三维配准中FPFH特征提取算法研究摘要:三维点云配准技术是图像配准技术在三维范畴上的延伸,它广泛应用在逆向工程、机器视觉、激光遥感测量、人机交互、虚拟现实等诸多领域。在三维点云配准中,对特征的描述以及提取是基础也是最为关键的问题。通过对三维点云数据的FPFH特征提取,比较两个数据之间特征的相似度,来估算它们之间的对应关系,最后利用正确的对应关系来估算刚体变换,完成配准过程。快速点特征直方图(FPFH)是一种能够描述三维点云数据的局部几何特征信息的点特征表示方法。本文对三种现
6、有的点特征表示:估计法线、点特征直方图(PFH)和快速点特征直方图(FPFH)的描述以及特征提取的算法进行了阐述,然后对FPFH和PFH进行了计算复杂度、准确性、稳定性以及适用性的分析并归纳总结出FPFH的计算复杂度较低等等的优势,最后通过实验对部分结论进行了验证。关键字:图像配准,点云配准,特征提取,PFH特征,FPFH特征The Algorithm of FPFH Feature Extraction in 3D RegistrationAbstract::3D point cloud registration technology is image registration techni
7、que on 3D category, which is widely used in reverse engineering, machine vision, laser remote sensing measurement, human-computer interaction, virtual reality and many other fields. In the 3D point cloud registration field, description of the characteristics and the extraction are the foundation as
8、well as the critical steps. 3D registration includes following steps: Through FPFH of 3D point cloud data feature extraction and comparison of characteristics of similarity between two data, to estimate the corresponding relationship between them, finally correct corresponding relation is used to es
9、timate the rigid body transformation, to complete the registration process. Fast point feature histogram (FPFH) is a way to describe three-dimensional point cloud data of the point feature representation of local geometry characteristic information. In this paper, firstly, three kinds of existing po
10、int feature are provided: estimated normal, point feature histogram (PFH) and fast point feature histogram (FPFH) including feature extraction algorithms, then the FPFH and PFH computational complexity, accuracy, stability and applicability to analysis, next sum up the advantages of low computationa
11、l complexity, and so on FPFH, at last some conclusions are verified by experiments.Keywords: Image registration,point cloud registration,feature extraction,PFH feature,FPFH feature目录前言1开题报告2第1章 图像配准简介及点云配准7第1.1节 图像配准的定义7第1.2节 图像配准中的几何变换7第1.3节 图像配准方法简介9第1.4节 点云配准101.4.1 点云简介101.4.2 点云配准的定义101.4.3 点云配
12、准方法简介11第2章 点云特征的描述及提取13第2.1节 法线估计13第2.2节 点特征直方图(PFH)14第2.3节 快速点特征直方图(FPFH)16第3章 点特征提取实验及结果展示18第3.1节 实验一:估计法线的提取18第3.2节 实验二:PFH提取19第3.3节 实验三:FPFH提取20第4章 论文总结与展望22第4.1节 论文总结22第4.2节 论文的展望24参考文献25致谢27附录(一)28附录(二)3334前言图像处理是对图像信息进行加工处理,以满足人的视觉、心理和实际应用的要求。图像配准技术是图像处理问题中的基础,图像配准技术主要用于将两幅或多幅来自不同时间、不同传感器、不同视
13、角以及不同拍摄条件下的图片,使其进行匹配,最终的目的在于建立两幅图像之间的对应关系。三维点云数据的配准技术使图像配准的应用领域更加的完善。三维点云数据处理技术的应用十分广泛,主要作用在机器人领域、CAD/CAM、逆向工程领域、激光遥感测量领域、以及虚拟现实、人机交互领域等等。在机器人领域中,移动机器人对其工作环境的感知、辨识和认知的功能都是基于三维视觉图像的处理技术达成的。三维点云配准技术可以帮助机器人完成对周围环境的完整模型的识别。在CAD/CAM和逆向工程领域中,通过逆向工程三维测绘出庞大点云数据后,通过点云配准技术提取重建模型的几何参数,获得完整的几何模型,对工业产品制造或者对几何模型的
14、理论研究都有着巨大帮助。在激光遥感测量领域中,三维点云处理技术可以对测量得到的数据进行高效快速的处理,进而获取可以表现三维空间信息的完整几何模型。在虚拟现实、人机交互领域,三维点云配准技术可以帮助模拟周围环境的几何模型,使人能够沉浸在计算机生成的虚拟环境中,建立一个适人化的多维信息空间。点云数据的点特征的描述与提取是三维点云配准技术的基础,也是最为关键的步骤。本篇论文着重介绍了点特征的描述以及提取的算法。具体的安排如下,第一章内容是对图像配准技术以及三维点云配准技术的定义和方法的简单介绍,第二章内容主要介绍了点云数据中的点的估计法线特征、点特征直方图(PFH)特征以及快速点特征直方图(FPFH
15、)特征这三种点特征表示方法的描述以及提取的算法,第三章通过实验得到了具体的点云数据的三个特征图像并做了展示,第四章通过PFH和FPFH特征提取算法的理论分析FPFH和PFH特征的功能以及缺陷,并通过对实验结果的分析验证结果,最后还对论文未来的研究方向提出了自己的见解。开题报告一、 题目背景和意义 图像配准技术是图像处理的基本前提,这项技术的产生源自于很多领域的不同应用要求,这些领域包括模式识别、自动导航、医学诊断、计算机视觉、遥感图像处理等等。由于图像配准时图像的多样性,不同领域对配准的要求不同性,影响配准的因素的多样性,配准的复杂性使得配准技术不断地被研究,不断地进步。对于3D图像配准的引入
16、可改善很多领域在应用上的完成情况,如3D图像配准可以降低微创手术,放射治疗等医疗技术上的实现难度,减少介入性治疗的创伤并提高手术精度。快速点特征直方图描述了三维点云数据集的一个点p周围的局部几何特征,有利于通过局部解决全局的方案,帮助将各种重叠的三维点云数据视图一致对准,在刚性意义上形成一个完整的模型,也就是三维配准问题。一、二、 国内外研究现状图像配准技术的提出最早是在军事方面,在美国七十年代从事的飞行器辅助导航系统、武器投射系统的末制导和寻地等应用研究中提出。但直到八十年代才开始引起学者们的重视,在很多不同领域渐渐出现了图像配准技术的研究,如遥感领域,模式识别,自动导航,医学诊断,计算机视
17、觉等。在王蕾的介绍中,从上世纪70至90年代,图像配准技术不断被研究,包括了使用FFT进行互相关图像检测计算的图像配准技术,利用模板子图像的差值相似性测度的图像配准技术,基于自回归模型的动态程序设计方法用于几何畸变较大的图像的配准技术等等。W.K.Pratt研究了图像配准的互相关技术;M.Svedlow等对图像配准相似性测度和预处理方法进行了比较分析;Flussr针对变形图像间的匹配又提出了一个将两幅遥感图像自动分割,得到相似度很大的相应子块,根据这些子块的空间位置关系对原图像进行匹配的自适应映射方法。90年代以后,单模图像配准问题已基本解决,人们渐渐把关注放在多模图像配准上。国内也开始涉足此
18、领域,李智等提出了基于轮廓相似性测度的图像配准方法,郭海涛等提出了一种将遗传算法(Genetic Algorithm,简称GA)用于图像配准的算法。王小睿等提出并实现了一种使用互相关函数作为相似性测度的半自动的图像配准方法;熊兴华等提出了将遗传算法和最小二乘法结合用于图像的子像素级配准。可见不论是国内还是国外,图像配准技术都发展的非常迅速,目前3D数据的配准成为了学术界的研究热点之一。Rusu R B等根据点云数据中点邻域环境研究实现了点特征直方图(PFH)以描述几何特征,以此根据来进行匹配,随后又对其在计算复杂度方面进行了改进和简化工作。图像配准的高精度、算法的强鲁棒性和配准速度以及图像配准
19、的自动化都是图像配准领域不断追求的目标。二、三、 主要内容与待解决的问题点特征表示指出,某个点周围的几何特征是由表面法线和曲率估计表示的,但是无法获得太多信息。点特征直方图(PFH)的提出改善了这一点,PFH计算的方式是通过参数化查询点与邻域中点之间的空间差异,形成一个多维直方图,对点周围k邻域几何属性进行描述。当点云中有n个点时,PFH的理论计算的复杂度则较高,对于实时应用或接近实时应用中,密集点云中PFH会遇到重复计算的问题。一种PFH计算的简化形式快速点特征直方图(FPFH)被提出来,FPFH相对于PFH来说既有优势也有劣势,它简化了计算的复杂度,仍然保留了PFH大部分的辨别能力,但由于
20、忽略部分点对的计算,可能导致了部分细节的丢失。 四、 设计方法与实施方案点特征直方图是基于点与其k邻域之间的关系以及它们的估计发现,它考虑的是估计法线方向之间所有的相互作用,捕获样本的表面变化情况,以描述样本的几何特征。一个查询点与其k邻域中一个点形成点对,两点和它们法线相关有12个参数,为了简化这些数据首先定义一个局部坐标系(u=ni,v=(pj-pi) u,w=uv),法线和之间的偏差用一组角度表示这样计算k邻域内每一点对的()三组值,将参数减少到个。将数据中点和邻域内点形成点对,计算其三个角度特征值,将所有结果统计到一个输出直方图中。对于快速点特征直方图(FPFH),对数据中一点p,首先
21、计算这个点和邻域点之间的三个角度特征值,得到简化的点特征直方图(称为SPFH),再重新确定每个点的k邻域,使用邻近SPFH和一个权重计算公式,计算得出最终的输出直方图。五、 进度计划设计(论文)各阶段名称起 止 日 期1文献查阅2014.1.10-2014.2.142阅读文献,翻译外文2014.2.14-2014.3.153撰写文献综述,确定论文方向2014.3.15-2014.4.154分析研究问题2014.4.15-2014.5.205整理结论,书写论文,准备答辩2014.5.20-2014.6.7六、 参考资料1 Brown L G. A survey of image registra
22、tion techniquesJ. ACM computing surveys (CSUR), 1992, 24(4): 325-376.2 Maintz J B, Viergever M A. A survey of medical image registrationJ. Medical image analysis, 1998, 2(1): 1-36.3 Besl P J, McKay N D. Method for registration of 3-D shapesC/Robotics-DL tentative. International Society for Optics an
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 三维 配准中 FPFH 特征 提取 算法 研究 毕业设计 论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【胜****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【胜****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。