天津工业大学 天津市电气装备智能控制重点实验室,天津 300387
为了实现有特征物体和无特征物体更精准的三维重建,本文研究了多视角传感器下三维点云的自动拼接算法。首先由不同视角的传感器双目标定后进行轴线数据的标定,接着在三维空间内对多条轴线数据进行分析并提出了一种基于多视角传感器轴线融合的点云拼接方法,从而计算出误差最小的最优轴线数据,最后以拟合出的轴线数据为轴心在世界坐标系内进行三维点云的拼接。实验结果表明,在1.3~1.9 m的测量范围内,本文所提出的拼接方法对直径为144.954 2 mm的标准球进行三维重建的误差在0.037 mm以内,重建无特征点物体和有特征点物体都能有较好的拼接效果且拼接时间不受点云总量大小的限制。该拼接方法基本满足三维重建的稳定性好、效率快、精度高等要求。
三维重建 点云拼接 轴线 three-dimensional reconstruction point cloud splicing axis
红外与激光工程
2022, 51(9): 20210952
1 上海理工大学光电信息与计算机工程学院, 上海 200093
2 上海工程技术大学电子电气工程学院, 上海 201620
3 第二军医大学长海医院, 上海 200433
为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法。首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间。其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角形相似关系进一步筛选点集。最后,采用四元数法完成粗拼接,进而使用改进的迭代最近点(ICP)算法完成精拼接。实验结果表明,所提算法的匹配准确率达98.16%,匹配用时3s,粗拼接重叠区域的重心距离误差为0.018mm,所提算法对于二维图像视角变换、纹理光滑、光线不均等具有较高的鲁棒性。
图像处理 视角变换 双维度 协同匹配 点云拼接 迭代最近点算法 激光与光电子学进展
2021, 58(2): 0210003
在小工件的三维测量任务中, 传统的接触式测量方法测量速度慢、效率低。非接触式测量方法能够实现快速测量, 提高测量效率。然而目前的非接触式测量设备便携性差且价格昂贵。鉴于此, 基于线结构光视觉测量原理, 设计了一套单目便携式测量系统, 利用一个CCD摄像头和一个线激光投射器组成测量系统。在被测工件下面放置一个网格平面靶标, 通过霍夫变换提取网格线, 对网格线进行排序与求交点获得带标签的网格点, 使用带标签的网格点计算出相机坐标系到网格坐标系的转换矩阵以实现点云拼接, 从而得到被测工件表面的完整点云数据。实验表明, 该方法能够实现小工件的快速非接触式三维测量, 测量误差在1 mm以内。
激光扫描 系统标定 光条提取 网格靶标 点云拼接 laser scanning system calibration strip extraction grid target point cloud splicing
1 长春理工大学机电工程学院, 吉林 长春 130022
2 长春理工大学光电工程学院, 吉林 长春 130022
在利用机器人进行大尺寸曲面形貌测量的过程中,提出一种基于室内全球定位系统(iGPS)的点云拼接方法,以iGPS世界坐标系为点云拼接的坐标系,建立了点云拼接数学模型。利用粒子群优化(PSO)算法对迭代最近点(ICP)算法进行改进。基于球心距测量的点云拼接实验验证了所搭建测量系统的精度小于0.1 mm。在汽车前保险杠点云拼接实验中,最大负偏差为-0.05189 mm,最大正偏差为0.0727 mm,均小于0.1 mm,偏差分布较为均匀,验证了所提算法在大尺寸点云拼接方面具有较好的效果。
测量 大尺寸曲面 形貌测量 点云拼接 粒子群优化(PSO) 迭代最近点(ICP)
1 四川大学电子信息学院, 四川 成都 610065
2 四川大学空天科学与工程学院, 四川 成都 610065
针对如何方便快捷且准确地获取物体完整面形三维点云数据的问题,提出一种利用旋转台参数标定结果辅助实现多视角三维点云粗拼接的新方法。该方法将一个二维标定靶作为坐标系转换桥梁,仅需两个位置的坐标系关系,即可建立转台转角和不同局部测量坐标系之间的非线性模型,实现对多个测量视角下三维点云的粗配准,为最近点迭代(ICP)算法提供了良好的初值,增加了ICP算法的稳健性。实验表明该方法操作简便、快捷、易实现,拼接后点云误差不大于0.12 mm。
测量 多视点测量 点云拼接 旋转台 坐标变换 中国激光
2019, 46(11): 1104003
1 长春理工大学机电工程学院, 吉林 长春 130022
2 长春理工大学光电工程学院, 吉林 长春 130022
提出了基于iGPS(indoor Global Positioning System)世界坐标系进行点云拼接的方法,建立了点云拼接数学模型,并求解拼接模型中的坐标转换关系。基于标准球测量实验,分别实现了基于机器人基坐标系的点云拼接和基于iGPS世界坐标系的点云拼接。研究结果表明,基于iGPS世界坐标系的点云拼接方法不受机器人定位精度的影响,拼接精度更高。
测量 机器人 点云拼接 拼接精度
1 中国农业大学现代精细农业系统集成研究教育部重点实验室,农业部农业信息获取技术重点实验室, 北京 100083
2 福建省特种设备检验研究院, 福州 350008
3 黑龙江八一农垦大学信息技术学院, 大庆 163319
构建了基于彩色相机和光学混合探测(PMD)相机的多源视觉系统,旨在建立具有真彩色信息的果树冠层三维点云模型,为果树的剪枝、疏花疏果和采摘等果园管理提供技术支持。针对PMD相机获取的目标场景三维点云,结合PMD相机的幅度图像和密度聚类算法提取有效点,利用前期研究的图像配准方法得到多源图像之间的坐标转换关系,完成了果树冠层多源信息融合。通过主成分分析法得到较好的初始位置,再采用最近点迭代算法,实现两组三维点云之间的拼接。对自然场景下的开花期和坐果期的果树冠层三维点云拼接方法进行了实验验证,结果表明多视角三维点云拼接误差为2.62 cm,可以较好地弥补单个角度下拍摄造成的数据缺失,实现了果树冠层完整的三维显示。
机器视觉 果树冠层 信息融合 三维点云拼接 最近点迭代法 光学学报
2014, 34(12): 1215003