基于Kinect相机的树木三维点云配准开题报告

全文总字数：1118字

1. 研究目的与意义

近年来，随着农业智能化和信息化不断发展，树木三维点云模型的研究逐步成为国内外农业研究领域的重点和热点。

利用三维重建技术构建精确的树木三维形态模型，对于树木特征的获取具有重要意义。

第二代kinect传感器能够实时同步采集目标彩色和深度图像，它采用飞行时间(time of flight，tof)主动光源技术，受光线干扰较小，在现代农业研究中应用广泛。

2. 国内外研究现状分析

配准精度直接影响三维模型的建立，因此点云配准方法一直是研究的热点问题。

比较经典的算法之一是由besl等人提出的最近点迭代法(icp)，但在应用icp进行配准之前，需要给出待配准数据的初始估值，若初始估值不恰当，icp收敛将步入歧途，导致配准陷入局部最优化。

因此后人对icp算法不断改进，有一类针对icp的改进将重点放在能量函数，显著提高了大量噪声和局外点鲁棒性，一定程度上克服了解空间陷入局部最优的缺陷，但也引入了解空间非凸非平滑的问题。

3. 研究的基本内容与计划

研究内容：（1）单木图像采集。

针对树木点云的特殊性，搭建试验平台，选择合适环境，由pc端控制kinect对单棵树木样本采集信息，获取多视角下带颜色信息的三维点云数据。

（2）单木点云预处理。

4. 研究创新点

点云获取设备选用kinect 相机，不易受外界光照变化的影响。

借助pcl（point cloud library）点云库，作为一个实现了大量点云相关通用算法的c 开源库，它为本次研究工作提供了便捷、可靠的实验平台。

点云配准算法基于icp进一步改进，提高配准的精确性与快速性。