收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

计算机视觉中相机标定及点云配准技术研究

王瑞岩  
【摘要】:相机定标和三维点云配准是计算机视觉领域的两个关键问题。其中,前者架起了二维图像与三维世界转变的桥梁,后者构建了不同三维世界之间的联系。这两个问题的研究已有了较长的发展历史。然而近年来,随着计算机视觉的相关应用及硬件设备逐渐走近人们的日常生活,传统的相机定标和三维点云配准方法不再适合人们的实际使用需求。本文从实际应用角度出发对这两个问题进行了研究,本文主要内容及贡献为:在相机定标问题上,传统定标算法使用的定标物一般需要专门制作,尤其在高精度应用场合下还需购买商业定标物,不仅昂贵,使用也很不方便。本文以日常生活随处可见的任意工业产品作为定标物,如杯子,工业零件等,提出了两种新的标定算法。1.提出了基于相同物体间刚性变换的相机标定方法。本算法分析了刚性变换的不变量,提出了其不变量在欧氏空间的几何解释:刚性变换的一对特征向量是三维欧式空间中的一对圆环点,它们是一对共轭复数向量,该对圆环点在图像平面的投影即形成算法需要的圆环点投影值。利用这个性质,本算法以相同工业产品为定标物,由其间刚性变换求解出相机内外参数的线性解,完成相机的标定。工业产品的精度保证了定标物的精度,实验结果证明本算法具有很好的准确度和鲁棒性。2.提出了基于相同物体对应线段长度的相机标定算法。本算法在视觉几何的基础上,分析了相机内外参数之间关系,将相机外参数转化为内参数的表示。之后本算法利用相同物体间的微分几何不变量——线段长度的约束对相机内参数进行非线性求解。本算法使用的定标物为任意两个相同工业产品,此外本算法只需对定标物拍摄两幅图像,使用方便。在点云配准问题上,传统精细点云配准算法只能得到局部最优值。因此在对任意两个点云配准时,为获得最佳配准结果,它们通常必须先由其他粗配准算法提供一个合适的初始配准结果。另一方面,随着三维点云获取方式的不断进步,获得的点云精度与密度不断地提高,每个点云中包含点的数量级也快速地增长。传统点云配准算法在处理这些大数据量的点云时,其性能和效率都普遍无法满足实际应用的需求。为了解决上述问题,本文针对不同的点云数据情况,提出了几种不同的点云配准算法。1.提出了基于对应球的精细点云配准算法。本算法利用三维对应球模型在点云中寻找近似对应点。当第一对对应球即基对应球找到后,算法采用分层扩散策略扩散出更多的三维对应球,扩散对应球很好地分布于点云重叠区域内。通过找到的所有对应球,点云间大量近似对应点被获得。算法使用随机采样一致性(RANdom SAmple Consensus,RANSAC)算法和最小二乘算法计算所有近似对应点间的最佳刚体变换矩阵,完成点云的精细配准。本算法可以对位于任意初始位置的点云直接进行精细配准。2.提出了基于平面结构提取的点云配准算法。对于大场景的城市三维点云数据,平面是其中的主要几何元素,点云的配准可以由平面结构的匹配得到。为了准确提取出点云中的平面,本算法首先提出一种同时结合数据点相关性和模型假设相关性的联合聚类算法。之后本算法对平面结构采用随机采样策略匹配,并通过最佳匹配平面获得点云配准结果。本算法仅对原点云采样后的稀疏点云计算,降低了处理过程中的数据量与复杂度,十分适合于大规模的城市点云配准。3.提出了基于图像信息的快速点云配准算法。现有三维激光扫描设备通常配有一个同轴相机,它拍摄的扫描场景图像可为点云配准提供辅助信息。本算法利用视觉几何知识,首先通过同轴相机在不同扫描站点拍摄的场景图片直接计算出扫描点云间的旋转变换;再使用本文提出的改进迭代最近点(Iterative Closest Point,ICP)算法对平移变换进行迭代,完成点云配准。此迭代过程只对平移变换的三个变量进行计算,与需要迭代计算六个变量的传统ICP算法相比,本算法计算复杂度大幅降低,且收敛速度有所提高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 叶爱芬;龚声蓉;王朝晖;刘纯平;;基于随机分布估计的点云密度提取[J];计算机工程;2009年04期
2 梁新合;梁晋;郭成;曹巨明;;法向约束的多幅点云数据融合算法[J];西安交通大学学报;2009年05期
3 孟凡文;吴禄慎;;用继承与优化算法精密拼接无序点云[J];光学精密工程;2009年04期
4 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期
5 张晶;杨云生;丰少伟;;基于点云法矢变化的点云简化方法研究[J];计算机与数字工程;2011年12期
6 李晓久;景晓宁;;基于非接触式测量的人体点云简化方法[J];纺织学报;2012年07期
7 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期
8 范然;金小刚;;大规模点云选择及精简[J];图学学报;2013年03期
9 李伟;李旭东;赵慧洁;张颖;;基于姿态标准化的线特征点云提取方法[J];北京航空航天大学学报;2013年08期
10 钱伟春;3DSMAX中动态云的制作[J];多媒体世界;1999年03期
11 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期
12 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期
13 齐秀丽;;数据点云预处理技术研究[J];怀化学院学报;2010年05期
14 史宝全;梁晋;张晓强;舒挽;;特征保持的点云精简技术研究[J];西安交通大学学报;2010年11期
15 陈国安;刘飞;李丽;;采用模糊规则的人体点云特征尺寸识别与提取[J];计算机辅助设计与图形学学报;2011年08期
16 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期
17 张旭;张学昌;唐觉明;;点云对称边特征的最优化提取技术[J];中国机械工程;2013年05期
18 李启东;李文龙;周莉萍;;一种曲面特征保持的航空叶片点云精简方法[J];中国机械工程;2014年16期
19 孙世为,王耕耘,李志刚;基于特征生长的点云拟合技术[J];计算机辅助工程;2001年04期
20 黄文明;肖朝霞;温佩芝;吴晓军;;保留边界的点云简化方法[J];计算机应用;2010年02期
中国重要会议论文全文数据库 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合,服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年
2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年
3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年
4 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年
5 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年
6 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年
7 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年
8 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年
9 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学(北京);2014年
10 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年
2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年
3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年
4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年
5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年
6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年
7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年
8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年
9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年
10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年
中国重要报纸全文数据库 前2条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978