多视角三维激光点云全局优化整体配准算法
2016-01-07李彩林郭宝云
李彩林，郭宝云，季 铮
1. 山东理工大学建筑工程学院，山东 淄博 255049； 2. 武汉大学遥感信息工程学院，湖北 武汉 430079
Global Optimization and Whole Registration Algorithm of Multi-view 3D Laser Point Cloud
LI Cailin1,GUO Baoyun1,JI Zheng2
1. Institute of Architecture and Engineering, Shandong University of Technology, Zibo 255049, China; 2. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China
Foundation support： The National Natural Science Foundation of China (No. 41301518); Geographic National Condition Monitoring Engineering Research Center of Sichuan Province (No. GC201512); The Young Teacher Development Support Foundation of Shandong University of Technology(No.114016); Doctoral Scientific Research Foundation of Shandong University of Technology (Nos. 413042; 413050)
多视角三维激光点云全局优化整体配准算法
李彩林1，郭宝云1，季铮2
1. 山东理工大学建筑工程学院，山东 淄博 255049； 2. 武汉大学遥感信息工程学院，湖北 武汉 430079
Global Optimization and Whole Registration Algorithm of Multi-view 3D Laser Point Cloud
LI Cailin1,GUO Baoyun1,JI Zheng2
1. Institute of Architecture and Engineering, Shandong University of Technology, Zibo 255049, China; 2. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China
Foundation support： The National Natural Science Foundation of China (No. 41301518); Geographic National Condition Monitoring Engineering Research Center of Sichuan Province (No. GC201512); The Young Teacher Development Support Foundation of Shandong University of Technology(No.114016); Doctoral Scientific Research Foundation of Shandong University of Technology (Nos. 413042; 413050)
摘要：提出一种已知多视激光点云配准初值进行自动全局优化的整体配准算法，并详细推导了多视激光点云配准全局优化平差模型。本算法对多视角三维激光点云的扫描顺序不作要求，可以处理无序散乱的多视三维激光扫描点云，同时可以获得最小二乘意义下的最优变换参数，实现多视三维激光点云的自动精确配准。利用实际三维激光扫描点云数据进行试验，得到了预期的结果，验证了本文方法的可行性和有效性。
关键词：多视三维激光点云；全局优化；点云配准；最小二乘平差；整体配准模型
1引言
近年来，三维激光扫描测量技术发展迅速，在逆向工程、工业测量、文物数字化保护等方面得到了广泛的应用[1-2]。在实际应用中，为了获取物体表面完整的三维点云需要对被测物体进行多角度扫描，进而需要将多视激光点云配准到统一的坐标系中，所以配准精度会直接影响物体最终的三维重构精度[3]。因此对初始配准后的三维激光点云进行全局优化整体配准将具有十分重要的现实意义。
计算机视觉界的相关学者对点云配准领域的研究主要集中在两视点云之间的配准，大多都基于文献[4]提出的最邻近点迭代方法(iterative closest point，ICP)，通过迭代选择对应点计算满足对应点之间的距离误差最小条件的旋转平移变换矩阵[5-6]。……
