智能 测量技术-智能建造技术专68课件讲解.pptxVIP

主讲人：梁延龙智能测量技术智能建造技术专业资源库

知识点三维激光点云配准

三维激光点云分割和分类的内容点云配准定义点云配准方法0102

三维激光点云配准点云配准定义为什么要进行点云配准？由于三维激光扫描仪设备受到测量方式和被测物体形状的条件限制，一次扫描往往只能获取到局部的点云信息，进而需要进行多次扫描，然后每次扫描时得到的点云都有独立的坐标系，不可以直接进行拼接，使得要得到完整点云就需要对多个局部点云进行配准。

三维激光点云配准点云配准定义点云配准是将两个或两个以上坐标系中的三维点云数据转换到统一坐标系统中的数学计算过程点云配准的实质就是空间坐标变换。空间坐标变换可以由三类参数唯一确定:尺度、旋转和平移。点云配准是基于地面三维激光扫描技术研究的预处理步骤之一，是将扫描数据统一到同一坐标系下进行存储、管理、显示和表达的过程，而配准后的融合点云是特征提取、三维建模等深度研究的基础数据，点云配准的精度直接影响了后续研究的精度和可靠性。

三维激光点云配准点云配准方法按照配准算法所利用的信息，可以分为基于特征点的方法和基于整体迭代优化的方法01基于特征点的配准方法主要是根据靶标或者手工选取特征点进行配准(六参数法)02基于整体迭代优化的配准方法主要通过迭代计算两个点集最优匹配的几何变换(ICP算法)03按自动化程度可以分为人工、半自动和全自动三种类型04

三维激光点云配准基于反射标志的配准这种点云直接配准方式有三个关键环节:1.人工靶标的布设;2.人工靶标的识别;3.靶标对应关系的建立。基于靶标的点云配准算法在商业化的点云后处理软件中具有广泛的应用，不同类型的地面激光扫描仪的性能有很大的差异，但基于靶标的后处理软件实现的配准精度基本上可以达到毫米级的精度。

三维激光点云配准基于反射标志的配准0102布设靶标点的数量，根据选择三维变换模型不同，需要具有不同数量的控制点，点云的配准以三维空间相似变换为基础，也就是所转换模型中有7个转换参数，这时就需要至少三个控制点;布设靶标的图形，在一定数量的靶标情况下将其布设成具有较好图形结构可以提高配准计算的可靠性和精度，不能将靶标布设在同一直线上或者形成正多边形;人工靶标的布设

三维激光点云配准基于反射标志的配准2.由于三维激光扫描仪的扫描精度随着距离增大而增大，因此尽量将人工靶标布设得与扫描仪距离较近的地方，以便精度最高。1.通视条件，需要严格的考虑在不同范围的靶标与扫描站点之间的通视条件;人工靶标的布设

三维激光点云配准基于反射标志的配准人工靶标的拟合人工标靶一般具有规则的形状并且具有很强的回波强度，通过某种的识别程序将回波强度达到一定阈值的点数据保存到一起，然后根据扫描时的采样间隔、扫描距离和回波强度将点数据进行分块，根据所使用的靶标形状对扫描数据进行图形拟合，将拟合得到的图形中心作为配准计算的“控制点”坐标。

三维激光点云配准基于反射标志的配准靶标对应关系建立在识别出扫描数据中的人工靶标后就需要建立不同扫描站点之间靶标之间的对应关系以进行配准计算。常用的几何关系有角度值和距离比值，因为靶标在扫描期间内没有发生位置变化，所以不共线的任意三个靶标点可以形成一个三角形，这样就可以得到三个内角和三条边长作为对应点判断条件。

三维激光点云配准基于整体迭代优化配准ICP配准法主要用于解决基于自由形态曲面的配准问题。该算法迭代地进行以下步骤最小化两个点集之间给定两组数据集:首先寻找第一个点集中的每个点与最邻近的第二个点集中的点，从而建立二者之间的对应，然后估计匹配点之间的空间变换，最后对第一点集应用计算出来的变换，不断循环上面几步直到收敛。02迭代最邻近点配准算法(简称ICP算法)是一个寻找两个三维表面点集最优匹配的几何变换的迭代优化过程。01

三维激光点云配准基于整体迭代优化配准第一步，通过随机采样的方式从源点集中选择一部分点集P。第三步，从对应点集Р和Q中删除距离值大于平均距离的点，剩下的点作为最后的对应点。第五步，构造并计算误差评价函数。第二步，对点集Р中的任何一点，在目标点集中找取与之欧式距离最近的点作为对应点，得到点集Р的对应点集Q第四步，通过对应点求取坐标变换矩阵。第六步，判断误差评价函数的大小是否满足要求精度如果满足则算法终止，返回结果;如不满足，迭代进入步骤1，此时的目标点集为原始目标点集经过步骤4获得的变换后的结果。123456ICP算法步骤

三维激光点云配准基于整体迭代优化配准ICP算法结果

三维激光点云配准基于整体迭代优化配准030104021能够实现点云自动化配准;2全局配准保证配准可靠性;3收敛