多视点地面激光扫描数据配准研究开题报告

全文总字数：475字

1. 研究目的与意义

通过国内外针对激光点云数据的配准方法研究，针对点云数据两两配准中存在误差传递与积累的缺点，进行最优化方案的选取和合理精确计算，以便于在实际测量工程中提高精度和效率。

配准是多视点云数据融合处理需要解决的一个基本问题, 利用数据中重叠部分的信息, 通过配准操作将不同类型的数据纳入到统一的坐标系统中, 并使得各个元素在几何上对准, 为后续的融合处理奠定基础。

2. 国内外研究现状分析

地面三维激光数据配准方法大致分为基于特征的数据配准和迭代数据配准。然而针对传统两两配准算法因误差传递与累积导致多站点云数据配准精度低的问题，国内外的众多学者和专家一直都在探讨更为可靠和合适的配准方法。2004年清华大学机械工程系的罗先波，钟约先等人通过引入引入特征点和改进最近点迭代法, 提出了一种在三维扫描系统中对三维点云数据进行配准的方法。该方法通过对特征点的提取, 首先得到一组匹配点对, 然后运用svd 矩阵分解算法求出转换参数r 和t, 进而以此作为最近点迭代法的初始值, 并对最近点的求法和迭代截止条件作了改进, 得到了很好的配准效果。改进后的最近点迭代法步骤如下：（1）根据初始坐标转换关系r₀和t ₀对两组点云a₀和b₀中的一组进行变换，比如对b₀进行变换，得到b₁，并求出变换后两组点云a₀与b₁之间的距离s₁。（2）寻找a₀与b1的重叠区域，对于重叠区域中a₀的每一个点，寻找它在b₁ 中的最近点，并将它们作为一组匹配点对，这样就可以得到n 组匹配点对。（3）对这n 组匹配点对，用四元数算法计算转换参数r₁ 和t ₁。（4）利用r₁ 和t₁ ，对b₁ 进行变换，得到b₂ ，并求出a₀ 和b₂ 之间的距离s₂。（5）如果s₂ 小于设定的阈值s，则停止。否则返回步骤( 2) ，直到s_i 小于阈值为止。引入特征点可以求得一个相对好的初始值，在此初始条件下，配准点云的重叠部分容易出现交叉现象。经过改进的icp 算法优化配准以后，可以得到非常好的结果，同时，改进的icp 算法也可以用于其他出现交叉现象的配准方法的优化，比如转台拼接法等。该方法具有速度快、自动化程度高等优点，并且为后面的点云数据配准方法研究提高了理论基础。

在这之后，2007年武汉大学的张剑清，翟瑞芳等人探讨了不同坐标系下的三维点云统一到某一固定坐标系下形成完整目标的问题，提出了一种全自动获取三维视图配准初值的方法。对多三维视图，应用基于闭合条件的整体平差模型，获得最小二乘意义下的最优变换参数，实现了对多三维视图的全自动无缝镶嵌。为了使误差尽可能地均匀分布，达到无缝镶嵌的目的，他们应用带有闭合条件约束的整体平差模型，并根据像方和物方的对应关系，将在物方寻找初始对应点的问题转化为在影像上寻找同名点的问题。这种全自动获取相邻三维视图配准初值的方法,精度较高。同时,针对多个坐标系的物方点统一的问题,应用闭合条件约束的整体平差模型,获得了最小二乘意义下的最优变换参数,实现了激光扫描仪多三维视图的全自动无缝镶嵌。

2010年南京师范大学的盛业华，张卡等人在此基础上针对多站地面激光扫描点云数据的拼接处理，给出了一种无缝拼接的解决方案。依扫描站的顺序，依次利用相邻站扫描重叠区内的同名标志点建立坐标转换模型，求取各站在项目坐标系下的坐标平移和旋转参数，再根据闭合条件，对求取的各站平移和旋转参数进行加权误差分配，并以改正后的平移和旋转参数建立各站扫描点云的坐标转换模型，将其转换到同一项目坐标系下，实现多站扫描点云数据的无缝拼接，且其精度不会明显降低。由于该方法仅需根据有限的同名点对计算各站的坐标平移和旋转参数并根据闭合条件对其进行加权误差分配，不需要将庞大的点云数据调入内存进行处理，所以计算量小，简单易行，尤其适合于大型建筑物或地理场景的多达数十站扫描点云的拼接。

3. 研究的基本内容与计划

研究内容：

1．传统数据配准方法主要包括基于特征的数据配准和迭代数据配准，主要有基于控制点和其余特征的配准和迭代数据配准和相关的icp算法的改进方法。

2．对最小二乘法和总体最小二乘法进行分析比较差异性和可靠性，用 数据处理软件实现对多视点数据的配准方法实现点云数据的精确配准。

3．简述多视点数据的配准新方法。如：点云拟合网格的内插生成算法和借助非线性相关改正降低误差累积的算法。

4. 研究创新点

1．利用总体最小二乘算法结合了以往相关配准方法的优点，并且尽可能减少和避免两两配准中的误差传递和累积的缺点，建立更加优化合适的三维数据矩阵模型，提高了计算数据的准确性和测量工程中数据处理的效率。

2．通过三维激光数据处理软件如Realworks Survey进行点云数据分析和完成点云数据的精确配准。