《三维配准中fpfh特征提取算法研究.doc》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.doc（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）提供全套毕业论文，欢迎咨询诚信声明本人声明：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: 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： 指导教师（含职称
2、）：（副教授）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1 Rusu R B, Blodow N, Beetz M. Fast point feature histo
3、grams (FPFH) for 3D registrationC/Robotics and Automation, 2009. ICRA09. IEEE International Conference on. IEEE, 2009: 3212-3217.2 Besl P J, McKay N D. Method for registration of 3-D shapesC/Robotics-DL tentative. International Society for Optics and Photonics, 1992: 586-606.3 Rusu R B, Marton Z C,
4、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，2012.10.4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2014.2.14-2014.3.153撰写文献综述，确定论文方向
5、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
6、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The Algorithm of FPFH Feature Extraction in 3D RegistrationAbstract:：3D point cloud registration technology is image re
7、gistration 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 cloud registration field, description of the characteristics and the extraction are t
8、he 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 the corresponding relationship between them, finally correct corresponding relat
9、ion 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 representation of local geometry characteristic information. In this paper, firstly, three kin
10、ds 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, accuracy, stability and applicability to analysis, next sum up the advantages of
11、 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目录前言1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
12、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附录（一）28附录（二）3334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
13、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，最终的目的在于建立两幅图像之间的对应关系。三维点云数据的配准技术使图像配准的应用领域更加的完善。三维点云数据处理技术的应用十分广泛，主要作用在机器人领域、CAD/CAM、逆向工程领域、激光遥感测量领域、以及虚拟现实、人机交互领域等等。在机器人领域中，移动机器人对其工作环境的感知、辨识和认知的功能都是基于三维视觉图像的处理技术达成的。三维点云配准技术可以帮助机器人完成对周围环境的完整模型的识别。在CAD/CAM和逆向工程领域中，通过逆向工程三维测绘出庞大点云数据后，通过点云配准技术提取重建模型的几何参数，获得完整的几何模
14、型，对工业产品制造或者对几何模型的理论研究都有着巨大帮助。在激光遥感测量领域中，三维点云处理技术可以对测量得到的数据进行高效快速的处理，进而获取可以表现三维空间信息的完整几何模型。在虚拟现实、人机交互领域，三维点云配准技术可以帮助模拟周围环境的几何模型，使人能够沉浸在计算机生成的虚拟环境中，建立一个适人化的多维信息空间。点云数据的点特征的描述与提取是三维点云配准技术的基础，也是最为关键的步骤。本篇论文着重介绍了点特征的描述以及提取的算法。具体的安排如下，第一章内容是对图像配准技术以及三维点云配准技术的定义和方法的简单介绍，第二章内容主要介绍了点云数据中的点的估计法线特征、点特征直方图（PFH）
15、特征以及快速点特征直方图（FPFH）特征这三种点特征表示方法的描述以及提取的算法，第三章通过实验得到了具体的点云数据的三个特征图像并做了展示，第四章通过PFH和FPFH特征提取算法的理论分析FPFH和PFH特征的功能以及缺陷，并通过对实验结果的分析验证结果，最后还对论文未来的研究方向提出了自己的见解。开题报告一、 题目背景和意义 图像配准技术是图像处理的基本前提，这项技术的产生源自于很多领域的不同应用要求，这些领域包括模式识别、自动导航、医学诊断、计算机视觉、遥感图像处理等等。由于图像配准时图像的多样性，不同领域对配准的要求不同性，影响配准的因素的多样性，配准的复杂性使得配准技术不断地被研究，不断地进步。对于3D图像配准的引入可改善很多领域在应用上的完成情况，如3D图像配准可以降低微创手术，放射治疗等医疗技术
