姓名：黃姣蕊

學(xué)號(hào)：21011110244

【嵌牛導(dǎo)讀】三維點(diǎn)云數(shù)據(jù)融合的方法以及迭代最近點(diǎn)算法

【嵌牛鼻子】三維點(diǎn)云數(shù)據(jù)融合，迭代最近點(diǎn)算法，計(jì)算機(jī)視覺

【嵌牛提問】如何將三維點(diǎn)云數(shù)據(jù)融合在一起

【嵌牛正文】

一、迭代最近點(diǎn)算法（ICP）

基于人體三維模型尋找相鄰幀對(duì)應(yīng)點(diǎn)的變化，主要采用的算法如下：

ICP（Iterative Closest Point ）基本思想：主要應(yīng)用于剛性配準(zhǔn)，使源點(diǎn)集和目標(biāo)點(diǎn)集經(jīng)過旋轉(zhuǎn)和平移盡可能的對(duì)齊。

算法流程圖：

具體步驟：

??? Step1：源點(diǎn)集P={P1,P2,...,Pn}的點(diǎn)坐標(biāo),在目標(biāo)數(shù)據(jù)點(diǎn)集S={S1,S2,...,Sn}中搜索相應(yīng)最近點(diǎn)的點(diǎn)集Q={q1,q2,...,qn}。

??? 利用兩點(diǎn)間的距離平方和為dis。公式如下

?? ?其中，j遍歷整個(gè)點(diǎn)集S，通過不斷比較，找到距離最近的點(diǎn)，根據(jù)該點(diǎn)序列號(hào)保存該點(diǎn)集Q中，記為qi。

???? Step2：計(jì)算兩個(gè)點(diǎn)集P、Q的重心位置坐標(biāo),并進(jìn)行點(diǎn)集重心化生成新的點(diǎn)集。

兩個(gè)數(shù)據(jù)點(diǎn)集P、Q的重心坐標(biāo)? 公式如下：

其中，k為點(diǎn)集的當(dāng)前點(diǎn)序號(hào),n為數(shù)據(jù)點(diǎn)集總數(shù)。并將點(diǎn)集中的所有數(shù)據(jù)點(diǎn)扣除重心點(diǎn)坐標(biāo)生成新的點(diǎn)集D、M。

???? Step3：由新的點(diǎn)集計(jì)算協(xié)方差矩陣,并求解由它組成的一個(gè)四元數(shù)矩陣的最大特征值及其最大特征向量[f0,f1,f2,f3]。

???? 旋轉(zhuǎn)矩陣R:

? ? ? ?Step4：將兩個(gè)重心坐標(biāo)寫成向量形式，分別為：

??????? 則平移向量T的計(jì)算公式下：

? ? ? ?Step5：將待匹配數(shù)據(jù)點(diǎn)集 P 經(jīng)過旋轉(zhuǎn)、平移變換后得到新的點(diǎn)集P’。計(jì)算點(diǎn)集 P’ 與模板點(diǎn)集 Q 對(duì)應(yīng)點(diǎn)對(duì)的距離平方和的均值，定義為I作為迭代判斷數(shù)值：

式中，n為數(shù)據(jù)點(diǎn)集總數(shù)，? 為模板的鄰近點(diǎn)集坐標(biāo)向量， 為待匹配數(shù)據(jù)點(diǎn)集的坐標(biāo)向量。

? ? ? ?Step7：設(shè)置閾值，當(dāng)數(shù)值I小于閾值時(shí),ICP配準(zhǔn)算法就停止迭代,否則重復(fù)(1)至(3)步。

二、三維點(diǎn)云數(shù)據(jù)融合

點(diǎn)云融合算法

step1：數(shù)據(jù)獲取步驟：

1）將深度相機(jī)擺放好，保證相機(jī)水平放置之后，對(duì)地面進(jìn)行拍攝，得到第一幅深度點(diǎn)云數(shù)據(jù)；

2）將底座放置在距相機(jī)平面大概1.2 米左右的位置，然后用深度相機(jī)進(jìn)行拍攝，得到第二幅地面+底座的深度點(diǎn)云數(shù)據(jù)；

3）將奶牛模型平行于相機(jī)平面放置在底座上，進(jìn)行拍攝，得到第三幅奶牛的正面點(diǎn)云數(shù)據(jù)；

4）將奶牛逆時(shí)針旋轉(zhuǎn)30度，進(jìn)行拍攝得到第四幅點(diǎn)云數(shù)據(jù)；

5）再將奶牛順時(shí)針旋轉(zhuǎn)60度，拍攝第五幅點(diǎn)云數(shù)據(jù)；

6）將整個(gè)奶牛調(diào)轉(zhuǎn)180度放置在底座上進(jìn)行拍攝，的到第六幅點(diǎn)云數(shù)據(jù)；

7）然后將奶牛逆時(shí)針旋轉(zhuǎn)30 度，拍攝第七幅點(diǎn)云數(shù)據(jù)；

8）之后再順時(shí)針旋轉(zhuǎn)60度，拍攝第八幅點(diǎn)云數(shù)據(jù)；

9）將第三到第六幅的點(diǎn)云數(shù)據(jù)進(jìn)行去背景處理。

step2：利用ICP迭代最近點(diǎn)算法對(duì)得到的點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)。

具體配準(zhǔn)過程如下：

step3：將得到的Front和Back兩點(diǎn)云，利用ICP算法進(jìn)行配準(zhǔn)，就可以得到完整的三維點(diǎn)云數(shù)據(jù)圖。

注意：在最后配準(zhǔn)的過程中，我們是以底座為基準(zhǔn)進(jìn)行配準(zhǔn)的，因?yàn)槿绻阅膛ＤＰ蜑榛鶞?zhǔn)進(jìn)行配準(zhǔn)那么相匹配的特征點(diǎn)太少無法實(shí)現(xiàn)。

三維點(diǎn)云融合的結(jié)果圖：