导读:本文包含了迭代最近点论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:迭代,算法,近点,迭代法,坐标轴,曲率,无人机。
迭代最近点论文文献综述
赵明富,黄铮,宋涛,曹利波,黄俊木[1]（2019）在《融合采样一致性和迭代最近点算法的点云配准方法》一文中研究指出叁维点云数据配准在机器人环境感知与建模、虚拟现实、人机交互、逆向工程等领域有着广阔的应用前景。针对传统迭代最近点(Iterative Closest Point,ICP)算法中存在的收敛速度慢、鲁棒性差等问题进行研究,提出了一种融合采样一致性和迭代最近点算法的点云配准方法,对点云数据的快速点特征直方图(Fast Point Features Histograms,FPFH)特征进行提取并对这些特征使用采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)进而得到点云集间的对应关系,计算出点云的初始变换,从而获得一个较好的配准位置,提出了k-d树近邻搜索方法加速搜寻对应点对,并利用点云的方向向量阈值去除迭代最近点算法产生的误点对,实现点云的精确配准。实验结果表明,算法取得了较高的配准精度,加快了收敛速度。(本文来源于《激光杂志》期刊2019年10期）
王岩,马宏伟,王星,杨林[2]（2019）在《基于迭代最近点的井下无人机实时位姿估计》一文中研究指出针对煤矿井下无GPS信号、低照度、结构化环境等特点,提出了一种基于迭代最近点(ICP)的井下无人机实时位姿估计方法。通过建立四旋翼无人机运动模型与机载激光雷达观测模型,将煤矿井下四旋翼无人机位姿估计问题转换为机载激光点云数据的扫描匹配问题。用叁维激光雷达作为四旋翼无人机机载环境测量传感器,得到无人机当前位姿下的观测点云数据;以第1帧位置为初始位,通过ICP方法得到连续2帧点云数据之间的相对变换矩阵,迭代求解连续关键帧点云数据,得到煤矿井下四旋翼无人机实时位姿估计结果。采用滤波与下采样方法对点云数据进行优化,加速变换矩阵的求解,满足四旋翼无人机位姿估计实时性需求。实验结果表明,基于ICP的井下无人机实时位姿估计方法能够快速、有效地求解四旋翼无人机位姿,相比于正态分布变换方法,ICP方法更适用于煤矿井下四旋翼无人机的实时位姿估计。(本文来源于《工矿自动化》期刊2019年09期）
刘林[3]（2019）在《基于改进迭代最近点算法的光学-CT双模态数据融合研究》一文中研究指出光学成像通过体外非入侵的方式对荧光标记物进行检测,可以依据组织体表获取到的光学信息来重建出生物体内的荧光物质分布,从而显示生物功能信息,具有灵敏度高、成本较低、操作简单的优点。计算机断层成像(Computed tomography,CT)可以提供生物体的结构信息,为了同时从功能和结构两个方面观测生物组织,为光学断层成像逆向重建提供精确的体表荧光信息分布,需要光学和CT双模态数据融合。目前的方法为基于标记点的2D-3D的配准方法,该方法不便操作,而且过于依赖人为对于标记点的选定。针对这些问题,本文提出了一种基于改进迭代最近点算法(Iterative Closet Point,ICP)的光学-CT双模态数据融合方法,并应用于生物自发荧光断层成像(Bioluminescent tomography imaging,BLT)中,具体研究工作如下:(1)采用改进的基于体素的方法对多角度二维白光数据进行叁维表面重建。针对目前常用的基于体素的多角度光学投影表面重建方法中,体素的细分级别、重建精度和内存占用之间存在的矛盾,本文在兼顾重建精度和效率的基础上,提出了基于自适应最优细分级别阈值的叁维表面重建方法进行小动物表面重建,得到3D白光表面数据。为了验证本文算法对小鼠表面重建的可行性,设计了真实圆柱仿体实验以及真实小鼠实验,实验结果表明本文算法在保证重建效率的情况下精度高于传统方法,可应用于小鼠叁维表面的重建中。(2)基于改进的迭代最近点算法对3D白光表面和3D CT表面数据进行配准。针对传统ICP算法对于初始值的敏感性比较高,计算时间长,并且对于不同模态以及大幅残缺差异数据的配准精度和速度较差的问题,采用基于双向距离比例改进的ICP算法进行叁维配准。该方法首先使用主成分分析法对点云进行粗配准,然后采用KD-tree进行最近邻搜索以提高对应点对的查找速度,对每个点建立双向匹配,通过计算双向距离和比值,引入一个指数函数计算概率值来判断点对属于正确匹配的概率,最后通过加权最小二乘法计算最优变换,运用奇异值分解法得到最终的变换矩阵。为了验证改进ICP算法的配准速度和精度,设计了斯坦福点云数据的配准实验和白光与CT数据的配准实验。实验结果表明本文改进ICP算法的配准精度和速度明显优于传统ICP算法和TrICP算法,可以得到良好的3D白光表面和3D CT表面数据配准结果,为最终的荧光映射提供基础。(3)以重建的3D白光表面数据作为中介,进行多幅荧光信息融合及量化校正,以实现最终的光学-CT双模态数据融合。二维白光数据和荧光数据均在相同的光学框架中采集,因此它们的投影矩阵相同。通过白光数据计算投影矩阵,利用得到的投影矩阵将荧光信息进行投影及量化校正。为了验证本文方法在数据融合中的效果,将其应用于BLT数据和micro-CT数据融合中。设置了真实小鼠实验,实验结果表明,本文方法可以有效的完成双模态数据融合,有利于BLT的精确重建。(本文来源于《西北大学》期刊2019-06-01）
崔晓云,张二锋[4]（2019）在《改进的迭代最近点快速点云拼接算法》一文中研究指出针对迭代最近点算法未涉及点云彩色信息且匹配速率较低的问题,提出一种改进的迭代最近点云快速拼接算法。基于NCAM光学追踪彩色与深度信息,将色彩特征点与随机采样相结合,构建彩色点云模型,进行特征点采样;采用伞曲率体积积分不变量算法对特征点进行描述,构建带色彩约束的目标函数,并通过四元数法和特征值分解法求解最优值,实现点云数据的有效拼接。实验结果表明,改进的点云数据拼接算法可以有效地提高拼接效率及拼接精度,从而提高拼接质量。(本文来源于《西安邮电大学学报》期刊2019年03期）
张崇军,许烨璋,郑善喜,郑家根,张艳[5]（2019）在《改进权重的迭代最近点算法在点云配准中的应用》一文中研究指出针对传统迭代最近点算法不具备抗差性的难题,利用迭代最近点算法配准残差的分布规律,综合M估计及选权迭代思想,提出改进权重的迭代最近点配准算法。根据每个点对配准计算出对应的初始权重,然后在附加点对权重的基础上使用选权迭代法计算出满足条件的权重,以达到抵御粗差的目的。结果表明,选权迭代过程能合理改善叁维空间转换参数计算的结果,提出的改进算法较适合含粗差点的点云数据的配准。(本文来源于《大地测量与地球动力学》期刊2019年04期）
赵夫群,方荣[6]（2019）在《迭代最近点算法的改进策略》一文中研究指出迭代最近点(Iterative Closest Point,ICP)算法是一种最为常见的点云配准方法,虽然配准精度高,但收敛速度慢,对含噪声、覆盖率较低点云的配准效果不佳。鉴于此,本文提出3种ICP算法的改进方法。针对含噪声的点云,采用概率ICP算法来抑制噪声点对配准结果的影响,提高配准精度;为了提高点云配准速度,采用坐标ICP算法实现点云的快速配准;针对低覆盖率点云,采用盒子ICP算法实现配准,可以大大提高配准精度和速度。通过兔子点云配准实验表明,3种改进的ICP算法在点云配准精度和速度方面都有很大程度的提高,均为有效的点云配准方法。(本文来源于《计算机与现代化》期刊2019年01期）
杨晶东,孙磊明,邵雨婕,师艳伟[7]（2018）在《一种有效的自主机器人迭代最近点定位算法》一文中研究指出迭代最近点算法(Iterative closest point,ICP)在一定程度上可获得较好配准效果,但算法收敛较依赖于输入初始值,容易造成局部最优。正态分布变换(Normal distribution transform,NDT)算法虽精度较高,但需要扫描点数量较多,在长距离导航中会导致较大的转角偏差。提出一种基于滤波ICP自主定位方法(FICP)。构建了基于ICP算法的激光扫描点特征匹配误差模型,采用多种滤波器减少匹配噪声,加快ICP算法收敛速度。推导了滤波后匹配点位姿更新算法,提高全局定位精度。试验表明,相对于传统ICP算法和NDT算法,FICP算法具有较好实时性和定位精度。(本文来源于《机械工程学报》期刊2018年15期）
刘淑英,赵夫群[8]（2018）在《基于旋转角约束的尺度迭代最近点算法》一文中研究指出针对点集配准中的尺度因素和旋转角变化引起的配准效果不佳的问题,提出了基于旋转角约束的尺度迭代最近点(scaling iterative closest point,SICP)算法。首先,建立两个点集之间的一一对应关系,可以大幅度提高算法的配准精度;然后,将尺度矩阵引入到迭代最近点(iterative closest point,ICP)算法中,以解决点集配准中由尺度因素引起的配准失败的问题;最后,设置旋转角约束,解决由旋转角变化引起的配准效果不佳的问题,进一步提高算法的配准精度。实验表明,跟ICP算法和SICP算法相比,基于旋转角约束的SICP(SICP based on rotation angle restraint,SICP-RAC)算法能够更精确地实现尺度点集的配准,是一种高精度的尺度点集配准算法。(本文来源于《信息技术》期刊2018年07期）
王宇雨[9]（2018）在《广义迭代最近点算法在视觉里程计中的应用研究》一文中研究指出视觉里程计是一种利用相机作为传感器输入设备,并运用估计算法实现相机自运动估计的系统,它在移动机器人、智能可穿戴设备和增强现实等领域具有广泛的应用前景。目前,视觉里程计主流的自运动估计方法为特征点法,特征点法在环境纹理不明显的场景下具有难以提取图像特征、位姿估计性能下降的缺点。近年来,RGB-D相机的发布,给这一问题的解决带来了契机。通过RGB-D相机深度图像数据生成的点云数据,可以应用不依赖环境纹理的点云配准来估计相机运动,与特征点法的运动估计方案形成互补。针对纹理不明显场景,本文应用广义迭代最近点算法(Generalized Iterative Closet Point,G-ICP)来实现点云配准,以此来进行此场景下视觉里程计的运动估计,增强应用特征点法视觉里程计对无纹理场景的适应性。应用点云配准方法来估计相机运动需要环境的点云数据,而在RGB-D相机中,需要利用相机模型的内参数结合深度图像来生成点云数据。为了获取相机模型的内参数,需要利用标定算法来计算相机模型参数。本文首先对RGB-D相机模型进行了详细分析,在此基础上设计与实现了一套便捷式相机标定程序,该程序可以拍摄并实时显示RGB-D传感器采集的彩色图像、深度图像和红外图像数据,在获取标定板图像的基础上,用户可以在程序界面上调节滑动条来调整检测角点位置,方便标定流程的进行。其次,在获得相机模型参数的基础上,本文详细分析了广义迭代最近点算法的原理,然后针对匹配最近点构造的优化目标函数,应用李代数参数化位姿并结合非线性最小二乘法来进行求解,并对该求解算法和原版求解算法在性能上做了对比分析。在应用此求解算法的基础上,利用广义迭代最近点算法结合点云降采样来处理本文视觉里程计在纹理不明显场景下的运动估计问题,并在公开数据集上对里程计系统进行了测试。最后,本文对应用广义最近点迭代算法的视觉里程计在实际Kinect V1传感器上进行了实际场景实验,验证系统运行的正确性与稳定性,并对估计得出的运动轨迹进行了分析。(本文来源于《华南理工大学》期刊2018-06-25）
杨帆,唐伟智,吴昊[10]（2018）在《改进迭代最近点算法的点云自动精配准》一文中研究指出针对经典ICP(iterative closest point)算法迭代速度慢、存在误配准点对、鲁棒性不强的问题,利用距离约束函数、kd-tree加速迭代以及CPC(closest point crirterion)叁约束方法对算法进行改进。首先利用点到最近叁点组成的面的垂足作为最近点,对算法进行了分类约束改进,剔除了点落在面外造成虚假配准的情况,从而提高迭代精度;然后通过kd-tree算法加速搜索点对过程,减少算法的运行时间;最后通过对CPC中存在的几何约束对配准点集进行错误点对剔除,增强了自动配准技术的鲁棒性和抗噪声能力。实验结果表明,与经典ICP算法相比,改进后的ICP算法在配准精度和时间上有所提高,而且能够有效剔除部分误配准点对,增强了算法的鲁棒性。(本文来源于《遥感信息》期刊2018年02期）
迭代最近点论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对煤矿井下无GPS信号、低照度、结构化环境等特点,提出了一种基于迭代最近点(ICP)的井下无人机实时位姿估计方法。通过建立四旋翼无人机运动模型与机载激光雷达观测模型,将煤矿井下四旋翼无人机位姿估计问题转换为机载激光点云数据的扫描匹配问题。用叁维激光雷达作为四旋翼无人机机载环境测量传感器,得到无人机当前位姿下的观测点云数据;以第1帧位置为初始位,通过ICP方法得到连续2帧点云数据之间的相对变换矩阵,迭代求解连续关键帧点云数据,得到煤矿井下四旋翼无人机实时位姿估计结果。采用滤波与下采样方法对点云数据进行优化,加速变换矩阵的求解,满足四旋翼无人机位姿估计实时性需求。实验结果表明,基于ICP的井下无人机实时位姿估计方法能够快速、有效地求解四旋翼无人机位姿,相比于正态分布变换方法,ICP方法更适用于煤矿井下四旋翼无人机的实时位姿估计。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
迭代最近点论文参考文献
[1].赵明富,黄铮,宋涛,曹利波,黄俊木.融合采样一致性和迭代最近点算法的点云配准方法[J].激光杂志.2019
[2].王岩,马宏伟,王星,杨林.基于迭代最近点的井下无人机实时位姿估计[J].工矿自动化.2019
[3].刘林.基于改进迭代最近点算法的光学-CT双模态数据融合研究[D].西北大学.2019
[4].崔晓云,张二锋.改进的迭代最近点快速点云拼接算法[J].西安邮电大学学报.2019
[5].张崇军,许烨璋,郑善喜,郑家根,张艳.改进权重的迭代最近点算法在点云配准中的应用[J].大地测量与地球动力学.2019
[6].赵夫群,方荣.迭代最近点算法的改进策略[J].计算机与现代化.2019
[7].杨晶东,孙磊明,邵雨婕,师艳伟.一种有效的自主机器人迭代最近点定位算法[J].机械工程学报.2018
[8].刘淑英,赵夫群.基于旋转角约束的尺度迭代最近点算法[J].信息技术.2018
[9].王宇雨.广义迭代最近点算法在视觉里程计中的应用研究[D].华南理工大学.2018
[10].杨帆,唐伟智,吴昊.改进迭代最近点算法的点云自动精配准[J].遥感信息.2018
论文知识图
