基于配准元素选择改进icp算法探究

《基于配准元素选择改进icp算法探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于配准元素选择改进ICP算法探究摘要：ICP算法作为解决深度图像的配准问题的一个应用较为广泛的算法，得到了研究者的关注，本文全面地回顾了ICP算法的研究背景，对其存在的不足进行了分析，并从配准元素选择的角度对它进行了简单的改进。关键词：迭代最近点；深度图像配准；点云中图分类号：TP391.7文献标识码：A文章编号：1007-9599(2012)19-0000-021引言迭代最近点(InterativeClosetPoints,ICP)算法是由Mckay和Besl等人提出的，该方法通过寻找两个点集的对应

2、匹配点之间的关系，计算两个点集的变换参数，以满足给定的收敛精度，最终求得两个点集之间的平移和旋转参数，来完成配准过程。2基于配准元素选择改进的ICP算法2.1传统的ICP算法存在的不足与优点传统ICP算法存在的问题是，太过理想化实际情况。在现实扫描过程中，点云配准计算速度对于现有的计算机也是一个很大的挑战。同时，两个点集完全相同是比较难做到的。现在许多算法都是在ICP算法的基础上进行优化和改进。ICP算法存在一些问题，其中在进行ICP算法第一步要确定一个迭代初值，选取的初值将对最后配准结果产生重要的影响

3、，如果初值选择不合适，算法可能就会陷入局部最优，使得迭代不能收敛到最正确的配准结果。每一次迭代都是在找到点对的情况进行的，这将对收敛速度产生影响，所以查找对应点的速度，是收敛过程中的一个关键环节。在传统算法中，配准方法就是一个迭代过程，在三维点集配准的各种应用过程中，ICP算法的使用非常广泛，这是由于ICP算法具有以下优点：可以获得很精确的配准效果，可以处理三维点集、参数面等多种形式表达的曲面，也就是说该算法可以独立的表示曲面，不必对待处理的点集进行特征提取和分割，在较好的初值情况下，可以得到很好的算法

4、收敛性。算法假设其中一个点集是另一个点集的子集，也就是说，一个点集必须包含在另一个点集中，这一要求在很多时候多会难以得到满足，该算法在搜索对应点的过程中，计算代价非常的大，在传统的ICP算法中，在寻找相应点的时候,认为欧氏距离最近的点就是对应点，这种假设是比较片面的，它会产生一定数量的错误对应点。2.2ICP算法改进的历史沿革传统的ICP的算法虽然其得到了广泛的应用，但是对于最初的ICP算法，存在很多的不足之处，主要表现在：如果初值选取不当，将会造成迭代收敛到不正确的结果，针对上面的一些问题，许多研究者

5、提出了ICP算法的各种改进版本。为了说明ICP算法的不同改进版本，有必要将ICP算法分成几个阶段来讨论，在各个阶段的划分，国内外的研究学者也提出了自己的看法，ICP算法的各个阶段划分如下:在Rusinkiewicz的文章中，将ICP算法的进行分成了六个阶段，分别为：点集的选择、对应点对的配准、点对的权重确定、特定点对的剔除、误差矩阵的建立、误差矩阵最小化的求解；伍毅则将其分为四个阶段：重采样、空间查找及距离度量、目标度量函数最小化和算法的迭代；Nishino认为，不同的改进方法的差异不过体现在三个方:配

6、准策略、配准元素和误差度量。通过比较国内外学者提出的各种ICP算法的改进算法，可以知道，Nishino的划分方法可以很好的反应算法所做改变的各个阶段。2.3基于配准元素选择改进的ICP算法在传统的ICP算法中，是应用点集中的所有点来计算对应的点的，但是通常用于配准的点集元素数量都是十分巨大的，通过这些点集来计算，所消耗的时间是很长的。所以配准元素的选择的优化和改进，主要集中在如何减小配准点的数目方面，即如何用最少的点来表征原始点集的全部特征信既然涉及到采样，就有许多种采样方法被用来尝试使用。Turk使用

7、了一致采样方法，Masuda使用的式随机采样方法，，而且每次迭代都使用的是不同的采样点。也有一些学者提出了一些新的采样方法，这些方法主要特点是会利用点集的特征信息来减少点的数目，运用一些具有明显特征的点集来进行配准。比如，Rusinkiewicz提出了一种新颖的采样方法，该方法通过使法向量的分布最大化进行采样，实验表明，与传统的ICP算法相比，使用这种方法对具有较少明显特征点的点集进行配准，效果得到了明显改善。Weik提出利用图像的梯度信息来选择符合要求的点，再用这些点来完成配准。Sappa则独辟蹊径，

8、直接选取边缘点集为控制点集。4结束语本文对ICP算法的各种优化和改进算法进行了归结。通过文中的分析就可以发现，ICP算法经过这几十年的发展，将各种技术吸收进来，这一方面说明了ICP算法以其本身的优势获得了大多数研究者的关注及其青睐，另一方面也说明研究者在对ICP算法改进上付出了不懈的努力，但是到目前为止ICP算法的研究还没有停止，因为ICP算法还不能解决所有的配准问题，也将还会有研究者继续对这种算法展开研究，让其变得更加完美。参考文献：[1