一种icp算法
【技术领域】
[0001]本发明属于计算机算法领域，更具体地说，本发明涉及一种ICP算法。
【背景技术】
[0002]迭代就近点法ICP就近点法经过十几年的发展，不断地得到了完善和补充。Chen和Med1ni及Bergevin等人提出了 point-to-plane搜索就近点的精确配准方法。Rusinkiewicz和Levoy提出了 point-to-p roject1n搜索就近点的快速配准方法。Soon-Yong 和 Murali 提出了 Contractive-pro ject1n-point 搜索就近点的配准方法。此夕卜，Andrew和Sing提取了基于彩色三维扫描数据点纹理信息的数据配准方法，主要在ICP算法中考虑三维扫描点的纹理色彩信息进行搜索就近点。Natasha等人分析了 ICP算法中的点云数据配准质量问题，三维空间R3存在两组含有η个坐标点的点集，分别为:PL和PR。三维空间点集PL中各点经过三维空间变换后与点集PR中点一一对应。
【发明内容】
[0003]本发明所要解决的问题是提供一种基于切面距离变换最小化的数据结构，且速度快鲁棒性强的ICP算法。
[0004]为了实现上述目的，本发明采取的技术方案为:
一种图1CP算法，包括如下步骤:
(I)根据点集Plk中的点坐标,在曲面S上搜索相应最近点点集Prk ；
(2)计算两个点集的重心位置坐标；
(3)由新的点集计算正定矩阵N，并计算N的最大特征向量；
(4)由于最大特征向量等价于残差平方和最小时的旋转四元数，将四元数转换为旋转矩阵R ;
(5)在旋转矩阵R被确定后，由平移向量t仅仅是两个点集的重心差异；
(6)根据式Pe={Prl, Pr2, Pr3......，Prm ；Pri e R}，由点集Plk计算旋转后的点集
P’ lk。通过Plk与P’ Ik计算距离平方和值为fk+1 ；
(7)当时，ICP配准算法就停止迭代，否则重复I至6步，直到满足条件后停止迭代。
[0005]优选的，所述步骤(I)中曲面S上搜索最近点的方法为Point to Point。
[0006]优选的，所述步骤(2)中增加进行点集中心化生成新的点集。
[0007]优选的，所述步骤(3)中增加计算正定矩阵N的最大特征值。
[0008]优选的，所述步骤5)中确定两点集重心差异大方法为可以通过两个坐标系中的重心点和旋转矩阵确定。
[0009]优选的，所述(6)中以连续两次距离平方和之差绝对值作为迭代判断数值。
[0010]本发明提供了一种ICP算法，提出了对准点集合的一种新方法。该方法采用对准误差通过非线性最优化算法直接最小化，在速度上可与ICP算法相匹敌，ICP算法是专门用于对准工作的特殊用途的算法。因为程序直接最小化一个能量函数，所以很容易通过Hunber核，把它扩充到合并的鲁棒性估计中，产生的收敛区间比现存方法的收敛区间宽很多倍。最后介绍一种基于切面距离变换最小化的数据结构，这种变换产生的算法比以前描述的方法速度快而且鲁棒性强。
【具体实施方式】
[0011]一种图像匹配的ICP算法，包括如下步骤:
(I)根据点集Plk中的点坐标,在曲面S上搜索相应最近点点集Prk,曲面S上搜索最近点的方法为Point to Point ；
(2)计算两个点集的重心位置坐标，进行点集中心化生成新的点集；
(3)由新的点集计算正定矩阵N，并计算N的最大特征向量和最大特征值；
(4)由于最大特征向量等价于残差平方和最小时的旋转四元数，将四元数转换为旋转矩阵R ;
(5)在旋转矩阵R被确定后，由平移向量t仅仅是两个点集的重心差异，可以通过两个坐标系中的重心点和旋转矩阵确定；
(6)根据式Pe={Prl, Pr2, Pr3......，Prm ；Pri e R}，由点集Plk计算旋转后的点集P’ lk。通过Plk与P’ Ik计算距离平方和值为fk+Ι，以连续两次距离平方和之差绝对值作为迭代判断数值；
(7)当时，ICP配准算法就停止迭代，否则重复I至6步，直到满足条件后停止迭代； 本发明提供了一种ICP算法，提出了对准点集合的一种新方法。该方法采用对准误差通过非线性最优化算法直接最小化，在速度上可与ICP算法相匹敌，ICP算法是专门用于对准工作的特殊用途的算法。因为程序直接最小化一个能量函数，所以很容易通过Hunber核，把它扩充到合并的鲁棒性估计中，产生的收敛区间比现存方法的收敛区间宽很多倍。最后介绍一种基于切面距离变换最小化的数据结构，这种变换产生的算法比以前描述的方法速度快而且鲁棒性强。
[0012]以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1.一种ICP算法，其特征在于，包括如下步骤: (I)根据点集Plk中的点坐标,在曲面S上搜索相应最近点点集Prk ； (2)计算两个点集的重心位置坐标； (3)由新的点集计算正定矩阵N，并计算N的最大特征向量； (4)由于最大特征向量等价于残差平方和最小时的旋转四元数，将四元数转换为旋转矩阵R ; (5)在旋转矩阵R被确定后，由平移向量t仅仅是两个点集的重心差异；(6)根据式Pe={Prl, Pr2, Pr3......，Prm ；Pri e R}，由点集Plk计算旋转后的点集P，Ik ； 通过Plk与P’ Ik计算距离平方和值为fk+1 ； (7)当时，ICP配准算法就停止迭代，否则重复I至6步，直到满足条件后停止迭代。
2.如权利要求1所述的ICP算法，其特征在于:所述步骤(I)中曲面S上搜索最近点的方法为 Point to Point。
3.如权利要求1所述的ICP算法，其特征在于:所述步骤(2)中增加进行点集中心化生成新的点集。
4.如权利要求1所述的ICP算法，其特征在于:所述步骤(3)中增加计算正定矩阵N的最大特征值。
5.如权利要求1所述的ICP算法，其特征在于:所述步骤(5)中确定两点集重心差异大方法为可以通过两个坐标系中的重心点和旋转矩阵确定。
6.如权利要求5所述的ICP算法，其特征在:所述步骤(6)中以连续两次距离平方和之差绝对值作为迭代判断数值。
【专利摘要】本发明公开了一种ICP算法，提出了对准点集合的一种新方法。该方法采用对准误差通过非线性最优化算法直接最小化,在速度上可与ICP算法相匹敌,ICP算法是专门用于对准工作的特殊用途的算法。因为程序直接最小化一个能量函数,所以很容易通过Hunber核,把它扩充到合并的鲁棒性估计中,产生的收敛区间比现存方法的收敛区间宽很多倍。最后介绍一种基于切面距离变换最小化的数据结构,这种变换产生的算法比以前描述的方法速度快而且鲁棒性强。
【IPC分类】G06T7-00
【公开号】CN104680530
【申请号】CN201510091075
【发明人】穆振东
【申请人】江西科技学院
【公开日】2015年6月3日
【申请日】2015年3月1日