三维扫描系统中点云的拼接及其后处理

1、东南大学硕士学位论文三维扫描系统中点云的拼接及其后处理姓名：朱春红申请学位级别：硕士专业：控制理论与控制工程指导教师：达飞鹏20070301冀要摘要三维形体拼接技术为大型自由曲面的三维测量提供了一种新的途径，具有较大的应用价值。三维形体的拼接在三维扫描系统中是一个非常关键的研究课题，也是计算机视觉和图形图像处理领域重要的研究方向。由于三维物体的复杂多样性和测量系统得到点云的海量散乱性，三维拼接处理一直是一个难点。针对三维形体和测量系统的特点。根据三维拼接的要求，本文深入研究基于特征标志点的点云拼接算法、点云孔洞补偿算法、点云均匀化处理等，结合三维空间识别、三维视场处理，研究与实现标签定位自动识

2、别的三维点云拼接系统，对多视点云的拼接优化后直接输出可供软件使用的完整数据模型本文第一章阐述了三维扫描系统和拼接技术的应用背景、关键意义。第二章在深入研究三维空间视觉算法基础上，分析了多种拼接技术与原理，对拼接的误差进行了分析与比较，选择标签定位点云拼接方案，设计整体结构，并给出应用结果与数据分析第三章对点云孔洞的曲面拟合补偿进行了深入研究。先对曲面重建方法进行了深入研究，在获取孔洞周围三维点云数据后，用新的参数化方法对得到的离散点参数化，选择最小二乘法进行曲面拟合填充然后，为了满足精度的要求。对拟合的曲面采用牛顿迭代法进一步的迭代逼近；最后考虑曲率的变化在曲面上取点填补孔洞第四章在均匀栅格法

3、精简数据点云的基础上，提出了基于曲率的三维栅格法对数据点云精简的算法，实现点云的自适应精简，算法的特点是可以根据不同的稀释比例和精度自动在曲率变化大的地方采得较多的样点，譬至更合理的精简效果。第五章阐述了系统的总体结构，给出了课题的总结与进一步的展望。关键词：三维形体拼接；特征标志点三维扫描系统；曲面重建；曲面拟合；最小二乘法；牛顿迭代法；曲率；均匀栅格东南大学硕士学位论文，缸，印舀唰，衄，钯舒，啪删淄町咖：，东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研

4、究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权东南大学研究生院办理。研究生签名：箍垒导师签名：挚移日期：珥粤第一章绪论第一章：绪论三维扫描测量技术的发展世纪年代末，

5、三维扫描技术“作为最近发展迅速的一种新技术，已成为空间数据获取的一种重要技术手段，在三维空间信息的实时获取方面实现了重大突破同传统的测量手段相比，有着自己独特的优势，它具有数据获取速度快、实时性强、成本低、精度高、可全天候工作、作业效率高等一系列优点，为地球空间信息的获取提供了一种全新的技术手段，使人们从传统的人工单点数据获取变为连续自动数据获取成为可艟，大大提高了观测的精度和速度，使数据的获取和处理向智能化和自动化的方向发展，具有传统摄影测量方法无法取代的优越性。三维物体形状检测技术是计算机图像处理（视觉处理及模式识别）的一个分支。是利用快速非接触的检测手段对实际空间中的物体进行数字化建模并

6、在虚拟环境中再现的一种现代检测技术。它以近代和现代物理控制论、信息论和系统论为理论基础，以现代光学技术、电子技术和计算机技术为背景，为空间模式判断、机器人视觉等多学科提供技术支持，又为工业自动化、虚拟现实等提供模型资源供应，是一门跨学科多应用层次的关键技术。三维物体检测技术的研究在国外已经持续了将近年。目前仍是学术研究比较活跃的领域，随着国内工业自动化程度不断提高。其在机器视觉、图像辨识、计算机图形、快速模型建立、机器人导航等不同学科中都有涉及，推动了国内三维检测技术的研究和发展。目前主要的检测技术有摩尔检测技术、激光检测技术、双目检测技术和面结构光投影三角检测技术。由于面结构光投影三角检测技

7、术在检测过程中完全非接触，数据空间分辨率高，一次性瞬间投影即可获取三维被测物体表面信息等特点，且成本低便于实际应用，从而具有较高研究价值和发展前景。根据是否接触实物表面，三维表面数据采集方法通常可分为接触式数据采集和非接触式数据采集两大类：（）接触式数据采集。接触式有基于力学变形原理的触发式和连续扫描式数据采集和基于磁场、超声波的数据采集等，传统的三坐标测量机多采用接触式测量其缺点是测量速度慢，易划伤被测表面、存在接触压力和半径补偿等缺点，最初的三维数字化仪是探针式的，它一般由到个自由度的杆式机构和末端的探针组成，通过运动学计算得到末端探针触点的三维坐标信息。公司的系列和公司的一是这种接触探针

8、式的三维物体数字化仪的典型代表，其技术已经比较成熟，公司为了使这种手动的三维数字化仪能够实时她进行处理，从而提高获得数据点的速度和耪度，采用了数字信号处理器（）技术和温度补偿等技术，使测量精度达到，测量速度可达到每秒点。三坐标测量机（，删）也是广泛采用的接触式测量设备，这种接触探针式的三维数字化仪是数据采集的主要手段，具有测量精度高、适应性强的优点但一般接触式测头测量效率低。数据需进行测头半径补偿，而且由于测量力的存在，对一些软质表面或易损伤物体无法进行测量；。（）非接触式数据采集。非接触式主要有激光三角测量法，激光测距法、光干涉法，结构光学法、图像分析法等。根据测量原理的不同，有光学测量、超

9、声波测量、电磁测量等方式，较为成熟的是光学测量方法。根据激光扫描范围不同，非接触式测量又可分为点式非接触测量和带式非接触测量，点式三维物体数字化仪通常采用三角测距法，公司的就属于点式非接触三维数字化仪，该测试仪测量精度高，可达到，缺点是扫描速度慢，效率低；带式东南大学硕士学位论文非接触三维物体数字化仪克服了点式数字化仪速度慢的缺点。其测量原理仍采用结构光三角测距法原理，所不同的是将一束激光扩束为带状激光照到物体表面上，通过一个摄像机捕获带状激光反射回来的影像，再经过对图像的分析获得物体表面带状区域上多个点的坐标。公司开发的、公司开发的等都是带式非接触三维物体数字化仪。另外。随着工业技术的发展，

10、断层扫描技术也在逆向工程取得了应用。由于结构光法具有检测过程完全非接触、数据空间分辨率高、一次性瞬间投影直接实现三维空间物体形状检测和获取三维信息的特点，且成本低，便于实际应用，从而具有较高研究价值和发展前景，因此结构光法是实现三维几何形状检测及其重构的常用方法三维测量系统的基本原理和过程基于双目立体视觉的激光扫描测量系统结构简单，它由两台摄像机，其分辨率为）像素，一个靶标，一个功率为半导体线激光器，两块图像采集卡，一块运动控制卡，一台机及相应的控制硬、软件组成，如图所示图双目视觉激光扫描测量系统的组成其测量原理是：将线激光投射到被测物体表面上，并使二者保持相对稳定的扫描运动状态，利用安装在不

11、同方位的两个摄像机每秒钟次拍摄物体的二维激光条纹图像，图像采集卡将接收到的图像信号输入计算机，由计算机按像素进行图像处理。通过建立的摄像机数学模型，根据两幅二维激光条纹图像信息就可匹配出物体的兰维曲面轮廓或三维空问点坐标系统的标定摄像机的畸变误差主要有三种：径向畸变、切向畸变和薄棱镜畸变。对摄像机进行标定可以提高由二维图像信息计算三维信息的准确性。摄像机标定过程就是确定摄像机内部几何和光学参数以及摄像机坐标系相对一个世界坐标系的三维位置和姿态的过程，一般是对理想的小孔透视模型进行第一章绪论修正，在原模型中引入反映畸变影响的修正参数。在双摄像机视觉系统中，理想的标定方法不仅应该从成像过程的角度考

12、虑信号变换的各种因素，还应该从视觉过程角度考虑两个成像系统之间参数的优化。系统的标定是三维视觉的一个重要组成部分，通常视觉过程可以看成是成像过程的逆过程，而数字成像过程是由图像系统来完成的，众所周知，数字成像过程是指空间中三维物体信息到二维数字图像的变换过程；视觉过程则是从二维数字图像信息中提取出被观测对象的三维信息的过程；而标定则是要定量地确定空间三维目标信息到二维数字图像信息的变换关系，因此，一个理想的标定方法应该如实地考虑到数字成像过程中信息变换地各种因素。在利用计算机技术实现对三维景物的描述、识别和理解这一任务时。摄像机、数码相机是对物理世界进行重建的基本测量工具，对它们的标定被认为是

13、实现三维欧氏空间立体视觉的基本而又关键的一步投影光栅法的三维测量过程投影光栅法是一类主动式全场三角测量技术，是一种光学式三维轮廓测量的方法，并且投影光栅法具有检测过程完全非接触、数据空间分辨率高、一次性瞬闻投影直接实现三维空间物体形状检测和获取三维信息的特点，且成本低。便于实际应用，从而具有较高研究价值和发展前景。基于光栅投影的三维测量就是将光栅图样投影到被测物表面，由摄像机获取变形的光栅像，并由形变量与高度的关系来确定出轮廓相对参考平面的高度信息。根据形变量与高度关系的不同描述方法以及对光栅条纹的处理方法的不同，可以将光栅投影测量大致分为两类：直接三角法和相位测量法。当用基准光栅条纹投影到被

14、测物体上时，从观察点来看，由于物体表面形状凹凸不平，光栅条纹发生了畸变，这是由于向物体投射的光栅条纹信号受被测物体表面形状调制所致，因此，从观察点处所获得的畸变光栅条纹图像包含了物体表面形状的三维信息，只要建立反映畸变光栅条纹和被测物体表面形状之间对应关系的数学模型。便可以从畸变光栅条纹图像中推断出被测物体表面形状。在光栅投射轮廓测量中，相位测量方法被广泛应用。其基本原理是：投影系统向被测物体投射正弦分布的光栅条纹图像，该条纹图像受到物体的调制雨变形，采集系统采用相移算法对变形的条纹图进行处理，解调出包含物体三维数据的折叠相位，用相位展开技术对折叠相位进行相位展开，得到物体上每个被测点的真实相

15、位值，最后由相位值获取物体的三维信息。在测量时，对条纹图像的分析处理很重要，也就是得到条纹中心或边缘位置信息的过程，在有了二维图像信息转三维点云数据的数学模型之后。要得到三维点云数据（即模型的输出），必须先有二维图像信息（即模型的输入），而且，图像上条纹的二维坐标的精度，直接影响到三维点云数据即最终结果的精度，这部分处理主要包括图像的读取、滤波，二值化、细化、边缘检测、条纹分析等。三维图像的获取和测量采样从二维图像到三维空间重构。也称为立体视觉。这主要是对二维图像中像素点的三维信息的恢复，尤其是深度信息。一般生物都有两只眼睛，用两只眼睛同时观察物体时能产生深度感觉，三维重构也就是对生物的这种过

16、程模仿一般采用两个摄像机对同一物体或同一场景进行图像采集理东南大学硕士学位论文想的方法是对图像中每个像素点的深度进行恢复。目前研究的进展与之还相差较远。研究人员为了能够表达三维空间信息，目前较多地采用三维矢量图形来代替三维位图主要的重构方法有如下几种：（）空间点的重建。这是三维重构中的最基本的方法，空间中任一点在两个摄像机中分别成像。得到该点在两个图像中的对应坐标，在知道两摄像机的参数矩阵的条件下通过建立以该点的世界坐标为未知数的个线性方程，可以用最小二乘法求解得到该点的世界坐标，有一种简化计算的办法，选取两个内部参数完全相同的摄像机。将他们乎行配置，使他们的光轴相互平行，另有一对坐标轴共线，

17、两个成像平面共面。两相机的光心有一个固定的距离。这种情况求解图像点的世界坐标时仅涉及到摄像机的内部参数，而且计算方法相当简单，不需要进行外部参数标定但一般情况下，两个摄像机的内部参数完全相同（包括两摄像机的拍摄状态也相同）是很难选到的，并且摄像机安装时无法看到光轴和成像平面，所以难以实施；（）空间直线、空间二次曲线的重建。空问直线和空间曲线也是组成空问图形的主要基本元素，根据空间直线射影变换前后仍是直线的性质，以此来分析空间直线与图像中的直线之间的关系。空间直线在）上的成像可以这样认为，空间直线与摄像机光心构成的平面与成像平面的交线，两台摄像机有两个这样的平面，这两个平面的交线就是空问直线，空

18、间二次曲线是空间二次曲面与平面的交线，因此二次曲线的平面曲线空间、在的成像可以认为是由空问二次曲线与光心组成的锥面与成像平面的交线，两台摄像机有两个这样的锥面，求这两个空问锥面的交线，就是空间曲线；（）极线约束法。由于是采用两台摄像机同时拍摄，那么就有空间点。两摄像机的光心形成空间个点。由这个点组成的平面分别与两个成像平面的交线称为该空间点在这两个成像平面中的极线。一旦两个摄像机的内外参数确定后。可通过两个成像平面上的极线的约束关系来建立对应点之间的关系，并由此联立方程，求得图像点的世界坐标；（）全像素的三维重建。对图像中的每个像素都进行三维重建。这当然是最理想的情况，目前要实施这种重构，需要

19、相当严格的测量条件，且仅限于对某一具体对象，但效果并不理想，对此人们正在进行大量的研究，还有待于进一步的努力。上述的研究成果，既是今后研究和开发利用的理论基础，也有许多不完善的地方，这将为新的研究和技术开发指明方向。光栅投影的自适应采样方法是一种在测量中获得简化点云的方法。该方法具有以下优点：）能够消除点云的几何不确定性，采用该方法获得的点云能够获得良好的重构曲面，消除由于噪声的存在造成的点云拓扑关系的扭曲；）能够减少获得的海量数据、降低重构的费用并能明显增加测量点云的可视化效果。普通测量中，点采样往往是对测量表面均匀采样，采样点均匀分布在测量对象表面，这样获取的测量点数据只能应用高取样密度来

20、提高测量精度。然而，对于一些变化较大及尺寸很小的测量表面，由于测量设备精度的限制仍然存在着不小的误差。自适应采样在获取数据时，采样的疏密程度应保持使计算机的自动识别与自由曲面的状况（对象的尺寸、曲率等）相一致，并对某些区域进行插值，从而减少测量数据，提高测量精度和重构效率。和“给出早期的自适应采样方法，通过排序迭代去除过剩的测量点，优化测量结果。这种自适应方法以表面误差为依据去除多余测量点。但这种方法效率低，采样的精度也不高。在此以后和引入了基于傅立叶理论的自适应采样方法。这种方法首先根据曲面特征把模型表面分成一系列的小块。用光谱分解方法分别对这些小块重新采样该方法采用了信号处理的点采样理论，

21、获得的采样方法速度快。但是由于小块的划分精度依赖于光谱误差，因此对不同尺寸的测量有较大的困难。刘志刚给出了基于曲线曲率的激光扫描采样方法，根据激光扫描线在测量对象表面的投射线确定表面的采样密度。然第一章：绪论而，这种方法仅适用于线扫描测量，对于采用光栅投影的面结构光进行自适应采样来说。效率低，精度也不高。数据预处理根据对三维物体表面数字化测量方法的不同。可以将测量得到的数据点分为两类：有序数据点（规则点）和无序数据点（离教点）有序数据点之间由于已有一定的拓扑关系，处理起来相对简单，即使对其进行三角网格剖分也比较容易；无序离散数据点之间完全没有拓扑关系，处理起来要复杂很多。而实际通过三维数字化扫

22、描仪采集数据时，采集的数据一般是散乱的点集因此对离散数据的处理及表面重构成为研究的重点离散数据预处理工作主要包括排除异常数据、遗失点补齐、数据平滑、数据匀化、数据压缩和归并冗余数据、去噪、数据分割、多次测量数据及图像的拼接等提出了一种利用神经网络技术对测量数据进行修补的方法，这种算法具有强非线性逼近能力和抑制样本噪声等优点，因而非常适合于残缺信息修复，但是算法存在着容易陷入局部极小和训练过程缓慢等缺点。最终结果也很难达到理想的要求，针对这些情况，文献提出一种新的算法，即利用遗传算法与算法结合辅助设计神经网络，这样不仅保留了神经网络的优点，又具有全局寻优能力，在鲁棒性和生成修补数据的精度方面也得

23、到很大的提高。多视角点云数据的拼接及其后处理过程通常将三维坐标测量所采样获得的三维空间的点集称为点云（）。点云的获取是整个系统中关键的一步，是点云处理的前提条件，点的分布和数量直接影响后续曲面重建方法的效率和重建曲面的品质。最小的点云只包含一个点，高密度点云可达几百万数据点。为了能有效处理各种形式的点云，根据点云的分布特征（如排列方式、密度等）将点云分为：（）散乱点云。其特点为没有明显的几何分布特征呈散乱无序状态；（）扫描线点云，由一组扫描线组成，扫描线上的所有点位于扫描平面内：（）网格化点云，点云中所有点都与参数域中一个均匀网格的顶点对应；（）多边形点云，测量点分布在一系列平行平面内用小线段

24、将同一平面内距离最小的若干相邻点依次连接可形成一组有嵌套的平面多边形。光学扫描仪可以在数秒钟内直接获得被测物体表面的点云数据，但因光的线性传播特性，在一个视角下扫描仪只能采集到物体某一部分表面的数据，物体整个表面的数据需要从不同视角对物体进行多次测量来完成，每一次扫描都是在当前坐标系下进行，所以为得到被测物体完整的数据模型。需要确定一个合适的坐标变换，将从各个视角得到的点集合并到一个统一的坐标。这就是点云数据的配准，该相关技术在曲面质量检测和虚拟现实等领域均有着广泛的应用，目前，解决不同点云数据集配准问题的直接方法有在被测物体上贴固定球和使用高精度的旋转工作台，固定球会使部分物体不可见，一般应

25、贴在相对较平坦的区域，流动式光学扫描仪是在物体上或固定物体的工具上贴特制的圆形标签，其作用相当于固定球，根据前后个视角观察的个或个以上不共线的公共标签来对数据进行配准，利用旋转工作台可直接对测量数据进行配准。但是物体底部和下部的数据点是无法采集的东南大学颈士学位论文结构光非接触式光学三维扫描仪综合了三角化砒）、条纹投影（）、相位移动（吨）等原理对实物样件表面做非接触高速测量，在实际测量中，为完成对整个实物模型的测量，常把实物表面分成多个局部相互重叠的子区域。从多个角度获取零件不同区域的表面信息，由于在测量不同的区域时，都是在测量位置对应的局部坐标系下进行的，而多次测量所对应的局部坐标系是不一致

26、的，因此必须把各次测量所对应的局部坐标系统一到同一坐标系，以得到被测物体表面的完整数据，此处理过程即为多视角数据的对齐课题综述及主要开展的工作课题研究的目的三维物体面形测量在自动检测、实物仿形、自动化生产、计算机辅助设计制造以及质量控制等领域有着广泛的应用。在轻型可展开天线网面几何精度的研究中，三维视觉测量方法以其具有非接触性、快速、对环境要求低和测量范围大等优点作为方案的首选。然而，其在应用于大尺寸面形测量时，需要测量系统产生足够大的有效视场以覆盖测量对象的面形，这就要求采用高分辨率的摄像机，并且采用较大的物像成像比。而数百万像素大分辨率的摄像机价格昂贵，较大的物像比需要占用较大的测量空间，

27、而且降低了系统的测量精度。此外。当测量对象面形曲率大或面形复杂时，单次测量常常不能完整采集整个面形数据，为了解决上述困难，兼顾钡量范围和测量稽度，特别是解决测量系统不能达到的测量范围，本课题提出了拼接方法，数据拼接是三维扫描系统中的难点之一，其目的是通过在两片或多片数据点云中找出正确的排列关系，使它们能够拼合成片完整的数据点云，简单的说就是把不同基准下的数据点云变换到同一基准下，对完善测量数据到曲面重构的各个环节的功能有重要意义，其基本思想是首先在各个局部测量得到局部空间的数据，然后通过各局部的连接从而获得整体的测量数据，本课题在介绍视觉测量系统的基本原理的基础上，重点阐述三维拼接方法的原理和

28、实现以及后处理。课题研究的意义和应用前景本课题在理论研究和实际应用中都有着十分重要的意义。目前国内的理论研究与实际应用与国际相比都有一定的差距，国内急需相关学科方向的深入研究与应用。本课题的研究对于解决三维扫描系统中的关键技术与难点，研究与发展三维重构系统理论有很大的研究价值。课题开发的具有自主知识产权的点云拼接系统软件对于推广三维扫描系统在我国的广泛应用，提高我国工业制造的水平与国际竞争力也有着非常重要的现实意义三维拼接技术为大型自由曲面的三维测量提供了一种新的途径，具有速度快非接触等优点，可以解决对复杂物体完整测量，具有较大的应用价值。三维拼接技术在社会生产生活的其他方面也有着极其广泛的应

29、用前景，尤其是在模式识别、三维动画、机器人视觉、虚拟现实和医学影像诊断等方面的应用而点云孔洞的补偿和数据精简的处理可以提高点云的完整性以及减少大量的冗余数据，经过它们处理后的数据点云可以提高后续重构建模的质量和效率，保证产品的质量。因此，研究三维扫描系统中的数据拼接和其后处理的过程具有重要的现实意义。影（ ）、 相位移动（ 吨）等原理对实物样件表面做非接触高速测量，在实际测量中，为完成对整个实 物模型的测量，常把实物表面分成多个局部相互重叠的子区域。从多个角度获取零件不同区域的表 面信息，由于在测量不同的区域时，都是在测量位置对应的局部坐标系下进行的，而多次测量所对 应的局部坐标系是不一致的，

30、因此必须把各次测量所对应的局部坐标系统一到同一坐标系，以得到 被测物体表面的完整数据，此处理过程即为多视角数据的对齐 课题综述及主要开展的工作 课题研究的目的 三维物体面形测量在自动检测、实物仿形、自动化生产、计算机辅助设计制造以及质量控制等 领域有着广泛的应用。在轻型可展开天线网面几何精度的研究中，三维视觉测量方法以其具有非接 触性、快速、对环境要求低和测量范围大等优点作为方案的首选。然而，其在应用于大尺寸面形测 量时，需要测量系统产生足够大的有效视场以覆盖测量对象的面形，这就要求采用高分辨率的 摄像机，并且采用较大的物像成像比。而数百万像素大分辨率的摄像机价格昂贵，较大的物像比 需要占用较

31、大的测量空间，而且降低了系统的测量精度。此外。当测量对象面形曲率大或面形复杂 时，单次测量常常不能完整采集整个面形数据，为了解决上述困难，兼顾钡量范围和测量稽度，特 别是解决测量系统不能达到的测量范围，本课题提出了拼接方法，数据拼接是三维扫描系统中的难 点之一，其目的是通过在两片或多片数据点云中找出正确的排列关系，使它们能够拼合成片完整 的数据点云，简单的说就是把不同基准下的数据点云变换到同一基准下，对完善测量数据到曲面重 构的各个环节的功能有重要意义，其基本思想是首先在各个局部测量得到局部空间的数据，然后通 过各局部的连接从而获得整体的测量数据，本课题在介绍视觉测量系统的基本原理的基础上，重

32、点 阐述三维拼接方法的原理和实现以及后处理。 课题研究的意义和应用前景 本课题在理论研究和实际应用中都有着十分重要的意义。目前国内的理论研究与实际应用与国 际相比都有一定的差距，国内急需相关学科方向的深入研究与应用。本课题的研究对于解决三维扫 描系统中的关键技术与难点，研究与发展三维重构系统理论有很大的研究价值。课题开发的具有自 主知识产权的点云拼接系统软件对于推广三维扫描系统在我国的广泛应用，提高我国工业制造的水 平与国际竞争力也有 东南大学颈士学位论文第二章：三维点云拼接实现及其误差分析图像拼接在遥感图像处理、图像镶嵌、医学图像处理、虚拟现实技术中都有广泛的应用。三维点云拼接主要包括两个部

33、分：特征标志点空问搜索识别和三维点云的拼接。通过空间动态分层实现特征标志点的配准。采用多视标签定位点云拼接技术和四元数算法实现多视测量和点云数据的拼接，对传统的三角组合法做出改进，并对主要的拼接算法进行误差分析和比较。引言随着激光测距技术及计算机视觉技术的发展，对物体的各个侧面进行扫描或某个局部表面进行放大扫描以获取样件的多视点云，已经成为可能。目前基于激光扫描的多视点云的获取常常是基于两种相对运动来获得的，一是样件敷于工作台上。扫描测头在坐标系统的带领下绕样件旋转：二是坐标系统不动，样件相对于测头摆放不同的姿态。而对于这两种常见方式而言，样件上同一点相对于不同参考系而言，都需要进行坐标系的转

34、换。它是一个涉及到光学、机械运动等多方面的几何模型对同一物体的多视点云，一直有两种处理方法：一是对点进行处理，即直接对点云进行拼合，再重构出原型：二是对各视图进行局部构造几何形体，最后拼合这些几何形体。显然若单个视图能局部地构造几何形体，并具有明显的几何特征，利用这些特征进行拼合，其速度和准确性都是显而易见的，但其缺点是，不同视图中的特征往往不一致，甚至同一个特征在其它视图中被分割成许多特征或者消失。同时该方法带来的几何图形之间的布尔运算将涉及到许多中目前尚未解决的或解决不甚圆满的难题，如曲面的拼接、求交、延拓和过渡。基于点拼合的最大优点是能对物体所求得的各个面有总体上的了解和把握，能获得拓扑

35、上一致的数据结构，尽管该数据结构可能是庞大的，但这种一致性是基于面的拼合难以达到的。因此本文主要介绍基于点的拼合算法。工程实际中，面形测量数据一般用于物体的三维显示或其数字模型的三维重建中，故要求实际测量数据必须是坐标归一化和完整的。而在产品外形的测量过程中，通常不能在同一坐标系下将产品的几何数据一次测出，原因有：光线的方向性很强，光学三维测量对于复杂形面上的某些区域往往存在投影编码盲点或视觉死区，技术上很难在一次测量中实现全部形面的数字化，需要通过调整测量系统方位进行补测；对于大型曲面，受测量系统测量范围的限制。测量受被测实物几何形状的干涉阻碍，不能多方面完整测量，必须分块测量：对被测物体有

36、定位及夹紧要求，一次测量无法同时获得定位面及夹紧面的测量数据，需引入二次测量。测量结果是多块具有不同系统参数且存在冗余的点云数据，不能为许多三维重构系统接受，因而必须进行坐标归一化和消除冗余数据的处理。这一过程称为测量数据的重定位，也就是三维数据拼接并且在三维检测与转换过程中得到的只是单个点云的数据，完整数据模型需要多幅点云的拼接和处理，其精度也主要依赖于三维点云的拼接系统这一环节的处理。三维点云拼接与处理不仅仅是承上启下的作用，而且直接决定了三维重构的成功与质量，因此，这一部分的处理是三维扫描系统中非常关键和重要的部分第二章三维点云攒接实现及其误差分析拼接中的三维几何变换及其观察控制三维数据

37、点集的对齐定位主要用于处理模型的刚体运动，以及刚性物体相对参考坐标的位置，可以通过刚体变换的平移旋转实现的。测量数据的重定位是一种刚体移动，可以利用数据对齐方法来处理。拼合的前提是拼合的相邻子区域必须有重叠区域，可在其对应的子区域建立标志点坐标对应关系，由此确定坐标关系转换。通过标志点的对齐就能实现三维测量数据的统一，这样数据对齐转换为坐标变换问题。三维基本几何变换湖丁：，量亿。（）拼露式（）所表示的三维基本几何变换矩阵通式中，厂含有旋转、比例、对称、错切等变换功能；行】实现平移变换。（）平移变换平移变换是指把三维空间中的点（矗乃力平移变换到新的空间点，少，），其变换矩阵为；，幻写。们引习其中

38、，乞分别为点（，）在），轴方向上的移动距离由变换过程，。，一）（矗，）乃可得新的空间点（一，少，）的三个坐标：慝（。）东南大学硕士学位论文对象在三维空间做旋转变换时，必须明确其绕哪一旋转轴按什么方向旋转。约定，若沿着坐标轴的正半轴向原点观察，对象绕该坐标轴的逆时针旋转方向为正向旋转，旋转角度为正值；反之为负值。）绕轴逆时针旋转口角空间点绕轴逆时针旋转的变换矩阵为；口姐！口！（）绕轴逆时针旋转角空间点绕轴逆时针旋转的变换矩阵为：（。）警警们叫）绕轴逆时针旋转，角空间点绕：轴逆时针旋转的变换矩阵为：雕；坐标系变换标系两坐标系原点重合平移变换矩阵为；（）设两个坐标系班和，珂在舻坐标系中。坐标系绷”的

39、原点坐标为（，），搿，一为三个单位矢量分别记为沁，叱）、（，匕）、（屹，）将搬坐标系平移到职坐一一（）【一粕一帕一毛接着，把删三坐标轴变换成与舻三坐标轴分别重合设舻坐标系中有一位置矢量（，力，其在懈坐标轴上的投影分别为“，捍。，：）与单位矢量“，疗的点积为：（，弘力茹删，鹏，（）第二章三维点云拼接实现及其误差分析（，）；”删。（）（）（，）工峨川叱匕，拜乏麓（）将册坐标系变换到与坐标系重合的总旋转矩阵为：匕蟛瓦哆哆名蜂【）因此，两坐标系之间的变换矩阵丁为：乃（）三维观察控制流程三维观察控制流程是把世界坐标系描述的三维景物对象最终变换到计算机图形输出设备坐标系中，生成三维景物的视图的整个过程。该

40、过程完全模拟人们观察客观世界景物对象的过程，也类似相拍照成像的原理：面对大自然五彩缤纷的景物，选定满意的位置定位相机，通过相机镜头用合适的角度和方向观察并拍下所选中的某一局部区域，在相机胶片上生成该区域景物的像。三维观察过程如图所示图三维观察过程示意圈在计算机的三维控制流程中，首先在世界坐标系中定义、建立观察对象；再根据观察方位确定观察坐标系，把观察对象转换到观察坐标系；把观察对象投影到投影面成二维图形；最终在输出设东南大学硕士学位论文备上得到观察对象的视图。其中，在对三维对象做投影变换之前，需要设定一个三维观察体对三维对象进行裁剪，把裁剪得到的内容投影到投影面中。三维观察控制流程如图所示：（

41、世坐标系）描述三维譬。三鼍嚣墅。！景物黻。图国圜。国。匪高嚣崮苫竺墨翁三维视场处理为了在计算机上正确显示三维图形，采用图形硬件设备的软件接口实现，是美国高级图形和高性能计算机系统公司在的基础上推出的开放式三维图形标准，它独立于硬件设备、窗口系统和操作系统，用在客户服务器体系结构中。允许本地和远程绘图。作为一个性能优越的图形而广泛应用于科学计算可视化、仿真、地理信息系统、动画、虚拟现实等领域。由几百个过程和函数组成，用这些过程和函数编写的程序可以移植到任何支持的操作系统上。正像的图形设备接（）音巴图形函数库封装在一个动态链接库（下的）内一样。图形库也被封装在一个动态链接库（）勾，受客户应用程序调

42、用的函数都先在中处理，然后传给服务器，的命令再次得到处理并且直接传给的设备驱动接口（，），这样就把经过处理的图形命令送给视频显示驱动程序。基本过程如图所示：圈的运行机制通过使用，从三维空间到二维平面，得到正确的图像输出，需要经历的步骤如下：（）取景变换定义取景变换之前，应当把当前矩阵设置成为单位矩阵，即调用函数，这是在做变换操作之前必须的第一步，因为变换就是把指定的矩阵乘以当前矩阵，再把这个结果赋给当前矩阵，如果当前矩阵不是单位矩阵，则所得的值必然会包括以前变化的结果（）模型变换第二章：三维点云拼接实现及其误差分析它包括平移变换、旋转变换和比例变换。可以用函数和函数旋转和平移锪体，用函数定义沿

43、、轴的放大系数。（）投影变换投影变换是一种很关键的图形变换，它除了确定观察范围之外，还决定物体投影到屏幕的方式，提供了种将图形转换成图形的方式：正交投影（）和透视投影（）。其中，正交投影指投影后物体的大小与视点的远近无关，通常用于，而透视投影则符合人们的心理习惯。离视点近的物体大，离视点远的物体小。此外，在中还要定义投影范围，只有在该范围中的物体才会被投射到计算机屏幕上，投影范围外的物体将被裁剪掉。（）视区变挟“投影和视区变换都决定三维场景映射到屏幕上的方式。投影变换确定映射的机理。视区变换则表明映射到屏幕的可见形状，朗，础函数给出可见屏幕范围的原点和宽高，均以像素为单位，在实际应用中，可视区

44、域的长宽比总是等于可视空间的长宽比，否则在显示中将发生变形。另外，屏幕窗口的改变一般不明显影响视区的大小，因此，在调用这个函数时，最好做到实时检测窗口尺寸，及时修正视区的大小，保证视区内的图像能缱窗口的变化而交化，且不变形。拼接算法的介绍与实现三维拼接技术的研究现状图像拼接包含了图像的配准及拼接，散乱点云的整体配准是一个点云数据与另一个点云数据进行整体的数据融合，而部分配准是将一个点云数据的子集与另一个点云或其子集进行数据融合。图像拼接技术的核心是图像的配准技术，目前对于不同类型的图像和数据存在多种图像配准方法。其中最常用的方法是基于图像特征的方法：首先分别提取两幅图像中保持不变的特征点，然后

45、将这两组特征点集进行匹配对应，生成一组对应特征对集，最后利用这组特征对之间的对应关系估计出全局变换参数，基于图像特征的方法，在特征提取后得到的特征点的数量将会大大减少，因此可以提高配准的速度，但其配准的效果很大程度上还取决于特征点的提取精度以及特征点匹配的准确度。目前一般的图像拼接方法主要分为两大类：（）基于点特征的图像拼接方法（）；（）基于最优化理论的直接拼接方法（）”。前一类方法由于其配准精度较低。在高精度图像拼接应用中受到很大限制而后一类算法尽管拼接精度很高，但一个致命缺点是对迭代初值十分地敏感，对于帧间变化较大的图像可能得不到全局最优解。为克服这一缺陷，出现了金字塔式逐级优化配准法、互

46、相关函数法以及两点匹配法“”等初值预测算法，以绘出优化算法的迭代初值，但这些算法却使计算量急剧增大，对于误匹配问题也没有考虑根据点云数据所包含的空间信息，可以直接利用点云数据进行配准，拼接点云数据。目前很多方法是采用三点定位组合交换主要的算法是最近点迭代算法（）该算法是根据点云数据首先构造局部几何特征，然后再根据局部几何特征进行点云数据重定位假设两个点云数据集合和（将变换到），迭代算法是从中拾取一点，在中寻找与距离最近的一点，构成点对，），最后形成点对集合，然后选择计算转换矩阵的算法（四元素法东南大学硕士学位论文或）法），并根据点对集合计算转换矩阵（旋转矩阵与平移矩阵），对应用转换矩阵生成，计

47、算与的最小二乘误差，如果小于设定的误差值则结束，否则进行下次迭代。方法可以多次迭代求取，进一步满足精度的坐标转换。实际应用中，在缺乏明确对应关系的情况下寻找点集每个点对点的映射关系比较困难，计算速度也很慢，不能真正解决实际应用问题，并且需要一个对位置的初始估计，并且得到的点的数据会有噪声或是数据很多（可能达到百万数量级），那么用算法进行拼接就很困难。和“年提出了快速最近点迭代算法，迭代地最小化两个点集之间的平均距离，可以较好地解决个自由度的数据点和模型匹配的问题，不过速度比较慢，本身不能保证收敛到全局（甚至局部）最小值，并且需要为算法提供一个合理的刚体变换的初始猜测。（）“”无需在点云数据中抽取结构特征，它可以根据物体刚性运动的变化信息排除传统算法中存在的错误匹配问题。”提出的珊算法在小的运动变化内可以有效的对三维自由型面进行拼接，实时性强，但对于具有大量点云数据时，时间和空间复杂度高。“”等运用个曲面在法矢方向的距离来代替某一点到其最近点的距离，并将其作为匹配的目标评价函数，这一设想最初是由”于年提出的。在文献的工作中它被推广为最优加权的最小二乘方法，但需要求解非线性最小二乘问题，速度较慢。另一种广泛应用的方法是脚算法（）“”，是一种基于概率和推理的方法年采用蹦算法在点集拼接中应用，蹦算法通过用期望值来代替丢失数据。为丢失数据获取工作变量的集合，蹦算法的困难在会遇到局