基于局部配准的多视三维点云拼接算法研究
摘要：提出了一种新的三维测量点云拼接算法。该算法借用模式识别技术中的配准思想实现三维数据的无约束精确拼接，首先从需要拼接的两片三维点云中，采样出任意大小的重叠区域，对采样点云使用基于统计学原理的主元分析法预处理，通过提取最能表示点云信息的特征向量实现数据降维，然后对实现预配准的采样点云数据使用改进的迭代对应点算法实现精配准，其中分层次递减迭代终止条件的设定减少了迭代的次数，新的综合距离度量函数的使用有效的提高了全局迭代收敛的精确性和鲁棒性，最终将基于局部采样点云计算的转换参数用于整片的点云拼接实现多片采样点云的精确配准。最后通过实际测量试验表明，该算法有较高的拼接精度，而且全局收敛鲁棒性高，收敛迭代次数少，抗噪音能力较强。关键词：三维扫描，配准，自由视角，迭代最近点法中图分类号：TG386文献标识码：A
0
12迭代最近点拼接算法
前言
迭代最近点拼接算法（ICP）是由Besl和McKay7提出，它是一种以几何结构为主的拼接、配准算法，该算法实现首先找出需拼接点云之间的对应关系，利用反复迭代的方法缩小两组点云的距离，逐步减小误差，找出一组具有距离最小平方差的几何转换矩阵，使两片点云经过几何转换精确拼接对齐一起8。该类方法不需要额外的特征就能实现两个物体的拼接，然而ICP算法仍然有自身的缺陷：（A）为了避免陷入局部最小化的错误配准，该算法需要有个好的转换参数的初始估计值；（B）当要配准的两个曲面数据量较大时，在每次迭代过程中最近点的搜索计算量很大，导致算法实现很耗时；（C）即使对无噪音的数据，也不能一定保证获取正确的结果，不能保证收敛到全局（甚至局部）最小值鲁棒性较差。
随着非接触式光学三维扫描技术的发展，在医疗，娱乐，制造检测及逆向工程等领域应用的扩展，全景整体性测量变得越来越重要1。但是光学扫描系统基于自身的所见即所得的特性，限制一些被测物体表面因遮挡，视觉盲区等造成无法一次获得物体表面全部信息的使用2，因此，为了获取被测物体全周数据，对物体进行全方位、多视角的扫描测量后，将获取局部测量数据拼接一直是研究的重点，也是一个难点。对于一些特殊应用情况，比如人体口腔牙齿三维信息直接采集、人体三维扫描、微小物体测量和不能进行标记点粘贴及转轴固定的多视角测量拼接尤为困难，使用传统的方法都不能得到很满意的结果。本文在分析问题特殊性的情况下提r