《三维配准中FPFH特征提取算法研究毕业设计（论文）》由会员分享，可在线阅读，更多相关《三维配准中FPFH特征提取算法研究毕业设计（论文）（41页珍藏版）》请在金锄头文库上搜索。
1、北京化工大学毕业设计（论文）1诚信声明本人声明：本人所提交的毕业论文是本人在指导老师的指导下独立完成研究，写作的成果。论文中所引用的文献、数据、资料都已经标注；对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。论文中不包含他人已经发表或撰写过的研究成果，也不包含获得其他教育机构的学位或证书而使用过的材料。我承诺，论文中内容真实，可信。本人签名：_ 日期 年 月 日指导老师签字: 北京化工大学毕业设计（论文）2本科生毕业设计（论文）任务书设计（论文）题目： 三维配准中 FPFH 特征提取算法研究 学院： 理学院 专业： 信息与计算科学 班级： 信计 1001 学生： 指导
2、教师（含职称）： 专业负责人： 1 设计（论文）的主要任务及目标首先了解图像配准的定义，然后了解点特征直方图（PFH）和快速点特征直方图（FPFH）的三维点云特征提取算法，运用 C/C+和 Matlab 语言对上述特征进行提取实现，得出特征直方图，然后进行比较、分析，最终得出结论。2 设计（论文）的基本要求和内容（1） 查阅和总结文献。（2） 熟悉掌握 C/C+和 Matlab 语言的使用，熟悉对 PCL 开源库的应用，设计方案实现 PFH 和 FPFH 特征提取。（3） 对生成结果进行比较和分析。3主要参考文献1Rusu R B, Blodow N, Beetz M. Fast point
3、feature histograms (FPFH) for 3D registrationC/Robotics and Automation, 2009. ICRA09. IEEE International Conference on. IEEE, 2009: 3212-3217.2Besl P J, McKay N D. Method for registration of 3-D shapesC/Robotics-DL tentative. International Society for Optics and Photonics, 1992: 586-606.3Rusu R B, M
4、arton Z C, Blodow N, et al. Persistent point feature histograms for 3D point cloudsC/Proc 10th Int Conf Intel Autonomous Syst (IAS-10), Baden-Baden, Germany. 2008: 119-128.4 朱德海，郭浩，苏伟. 点云库 PCL 学习教程M. 北京：北京航空航天大学出版社，2012.10.北京化工大学毕业设计（论文）34进度安排设计（论文）各阶段名称 起 止 日 期1 文献查阅 2014.1.10-2014.2.142 阅读文献，翻译外文
5、2014.2.14-2014.3.153 撰写文献综述，确定论文方向 2014.3.15-2014.4.154 分析研究问题 2014.4.15-2014.5.205 整理结论，书写论文，准备答辩 2014.5.20-2014.6.7北京化工大学毕业设计（论文）4三维配准中 FPFH 特征提取算法研究摘要：三维点云配准技术是图像配准技术在三维范畴上的延伸，它广泛应用在逆向工程、机器视觉、激光遥感测量、人机交互、虚拟现实等诸多领域。在三维点云配准中，对特征的描述以及提取是基础也是最为关键的问题。通过对三维点云数据的 FPFH 特征提取，比较两个数据之间特征的相似度，来估算它们之间的对应关系，最后
6、利用正确的对应关系来估算刚体变换，完成配准过程。快速点特征直方图（FPFH）是一种能够描述三维点云数据的局部几何特征信息的点特征表示方法。本文对三种现有的点特征表示：估计法线、点特征直方图(PFH)和快速点特征直方图（FPFH）的描述以及特征提取的算法进行了阐述，然后对 FPFH 和 PFH 进行了计算复杂度、准确性、稳定性以及适用性的分析并归纳总结出 FPFH 的计算复杂度较低等等的优势，最后通过实验对部分结论进行了验证。关键字：图像配准，点云配准，特征提取，PFH 特征，FPFH 特征北京化工大学毕业设计（论文）5The Algorithm of FPFH Feature Extracti
7、on in 3D RegistrationAbstract:：3D point cloud registration technology is image registration technique on 3D category, which is widely used in reverse engineering, machine vision, laser remote sensing measurement, human-computer interaction, virtual reality and many other fields. In the 3D point clou
8、d registration field, description of the characteristics and the extraction are the foundation as well as the critical steps. 3D registration includes following steps: Through FPFH of 3D point cloud data feature extraction and comparison of characteristics of similarity between two data, to estimate
9、 the corresponding relationship between them, finally correct corresponding relation is used to estimate the rigid body transformation, to complete the registration process. Fast point feature histogram (FPFH) is a way to describe three-dimensional point cloud data of the point feature representatio
10、n of local geometry characteristic information. In this paper, firstly, three kinds of existing point feature are provided: estimated normal, point feature histogram (PFH) and fast point feature histogram (FPFH) including feature extraction algorithms, then the FPFH and PFH computational complexity,
11、 accuracy, stability and applicability to analysis, next sum up the advantages of low computational complexity, and so on FPFH, at last some conclusions are verified by experiments.Keywords: Image registration，point cloud registration，feature extraction，PFH feature，FPFH feature北京化工大学毕业设计（论文）6目录前言 .1
12、开题报告 .2第 1 章 图像配准简介及点云配准 .7第 1.1 节 图像配准的定义 .7第 1.2 节 图像配准中的几何变换 .7第 1.3 节 图像配准方法简介 .9第 1.4 节 点云配准 .101.4.1 点云简介 .101.4.2 点云配准的定义 .101.4.3 点云配准方法简介 .11第 2 章 点云特征的描述及提取 .13第 2.1 节 法线估计 .13第 2.2 节 点特征直方图（PFH） .14第 2.3 节 快速点特征直方图（FPFH） .16第 3 章 点特征提取实验及结果展示 .18第 3.1 节 实验一：估计法线的提取 .18第 3.2 节 实验二：PFH 提取 .19第 3.3 节 实验三：FPFH 提取 .20第 4 章 论文总结与展望 .22第 4.1 节 论文总结 .22第 4.2 节 论文的展望 .24参考文献 .25致谢 .27北京化工大学毕业设计（论文）7附录（一） .28附录（二） .33北京化工大学毕业设计（论文）1前言图像处理是对图像信息进行加工处理，以满足人的视觉、心理和实际应用的要求。图像配准技术是图像处理问题中的基础，图像配准技术主要用于将两幅或多幅来自不同时间、不同传感器、不同视角以及不同拍摄条件下的图片，使其进行匹配，最终的目的在于
