• <s id="yx1qf"><strong id="yx1qf"><dd id="yx1qf"></dd></strong></s>

      1. <bdo id="yx1qf"></bdo>
        <tbody id="yx1qf"></tbody>
        <tbody id="yx1qf"><nobr id="yx1qf"></nobr></tbody>
        <progress id="yx1qf"></progress>
        <track id="yx1qf"></track>

        <option id="yx1qf"><div id="yx1qf"><td id="yx1qf"></td></div></option>
      2. knowledge

        3D視覺知識庫

        新聞資訊

        三維掃描拼接技術分類_三維掃描重建技術研究現狀

        發布時間:2021-08-31
        分享到:

        在工件三維掃描重建過程中,由于相機視場有限或存在遮擋,不可能一次重建出 完整的工件模型,因此需要將不同角度測量的結果拼接起來得到完整的點云模型。將 多個角度采集到的模型數據通過拼接算法生成完整模型的過程稱為多角度點云拼接。 目前,點云拼接包括粗拼接和精拼接兩個步驟。常用的粗拼接方法有靶標輔助 拼接,運動裝置輔助拼接,基于特征的拼接和利用點云特征的拼接。粗拼接的精度一般 較低,拼接后的模型在交疊部分會有局部分層,影響模型表面質量,因此還需要對模型 進行進一步的匹配使不同角度的點云更好的融合在一起。最近點迭代算法(Iterative Closest Point,簡稱 ICP)是目前常用的精拼接方法。以下具體介紹。 

        1)靶標輔助拼接 

        所謂靶標輔助拼接,即使 3D 相機與三維或二維靶標位置相對固定,兩者同時運 動,通過跟蹤靶標位置求解相機在不同位置測量時的位姿變換矩陣。孫軍華提出了 一種基于移動平面靶標的模型拼接方法,該方法對靶標位置沒有特定要求,無需借助 運動平臺置,操作簡單且精度較高;在此基礎上,韓建棟[37]提出一種基于光學定位跟 蹤的模型拼接算法,光學掃描儀對目標物進行多次掃描,利用光學定位跟蹤裝置對掃 描儀進行定位跟蹤,從而完成數據的轉換,完成模型拼接。該方法使得拼接過程更加簡 單,但降低了精度;張廣軍[38]則提出了以經緯儀為全局坐標系,通過靶標求解相機坐 標系到全局坐標系的位姿關系,從而完成多角度模型拼接。

         2)運動裝置輔助拼接 

        固定傳感器位置并將物體放在精密運動裝置上,傳感器從不同角度獲得物體的三 維點云數據,根據運動裝置可直接得到各視角下的點云相對位置關系,最后通過剛性 變換拼接得到完整模型。龍璽等[39]提出了基于轉臺的拼接方法,此外還有機械臂、高 精度運動導軌等精密運動機構輔助的三維點云拼接。這類方法的拼接精度主要靠運動 裝置的精密運動保證,其不需要相鄰角度之間有重合區域,適用范圍廣,但系統復雜, 成本高。

         3)基于特征的拼接 

        該類方法主要是利用相鄰視角的重合區域的相同特征點來確定相鄰視角的位姿變換關系,最后將各單角度點云模型轉換到同一坐標系下,從而實現全局拼接。L.Silva[40] 通過提取物體表面特征點并計算其三維坐標,匹配特征點即可求解變換矩陣,該方法 耗時較長且精度不高,同時不適用于平面及回轉體等無特征物體;基于此,C.Reich提出在特征不明顯或特征相似的物體表面貼標志點的方法,但標志點的自動配準是個 難題;楊帆等研究了標志點的匹配問題,提出利用空間不變性來解決標志點的自動匹 配問題。

        4)基于點云特征的拼接 

        顧名思義此類方法主要是根據點云自身的幾何特征實現拼接,如曲率、法線等。 Zhu 等[42]提出了一種基于曲率和法向量的自動配準算法,使所有兩兩拼接的點云有足 夠的曲率相似成對點,并計算將第一個點映射到第二個點的所有剛性變換,構建三維 空間的哈希表,采用表中法向量重合最多的目標變換對兩組點云數據進行配準。Chen 和 Bhanu提出了一種用于曲面表示和三維物體識別的局部描述子,表示了點云局部 表面類型、質心和二維直方圖。Basdogan 等[44]提出一種 K 神經網絡算法用于尋找點云 之間的對應點,該方法能夠在噪聲和離群值的影響下有效實現重疊點云對齊,但非常 耗時。Jakub 和 Jan[45]提出了一種基于相位相關法(PCM)對平移和旋轉的三維圖像進 行對齊的柱面相位相關算法 CPCM(Cylindrical Phase Correlation Method),該算法對 噪聲有很強的魯棒性,但 CPCM 反復尋找基于極坐標區域特征的轉換關系,且需要已 知一對位置關系的三維圖。Faysal 等提出了一種基于高斯能量最小化的三維自動對 齊方法,該算法定義了一個局部能量目標函數,其在鄰域凹坑處取得最小值,但這種方 法需要進行高斯變換且容易陷入局部最大值。此外,當前很多學者致力于研究在不需 要任何初始位姿估計的情況下,如何實現重疊點云的自動對齊。

         5)最近點迭代(ICP)拼接 一般情況下,通過上述幾種方法得到的拼接結果精度不高,可通過 ICP(Iterative Closest Point)優化得到更準確的拼接結果。Besl 和 McKay 提出的 ICP 算法利用迭代 求使得對應點對間距離最小的剛性變換,由于其運算簡單且精度高,因而得到了廣泛 使用。G.Blais 等提出點和投影的對應關系,通過投影點集到目標點云表面來實現 拼接,這種對應點搜索的方式速度很快,但精度有所下降;S.Rusinkiewicz[51]提出點到 曲面的方法,其以魯棒性好、精度高的特點獲得了最廣泛的應用。 根據輸入點的數量,點云拼接方法可分為兩種:成對點云兩兩拼接(Pair-wise Registration)和點云全局拼接(Global Registration)。通常情況下,相鄰點云兩兩拼接 即可完成 360°拼接,但這樣的串聯拼接會導致拼接誤差累計。點云的全局拼接算法針 對這一問題將累積誤差進行控制,從而使得全局拼接的誤差最小,實現最優拼接。 

        上一篇:焊縫尋位系統標定技術-焊縫尋位系統坐標系組成

        下一篇:焊接視覺技術國內外研究現狀

        熱門資訊

        換一換
        4D玉蒲团奶水都喷出来了
      3. <s id="yx1qf"><strong id="yx1qf"><dd id="yx1qf"></dd></strong></s>

          1. <bdo id="yx1qf"></bdo>
            <tbody id="yx1qf"></tbody>
            <tbody id="yx1qf"><nobr id="yx1qf"></nobr></tbody>
            <progress id="yx1qf"></progress>
            <track id="yx1qf"></track>

            <option id="yx1qf"><div id="yx1qf"><td id="yx1qf"></td></div></option>