賀永興，歐新良，2

(1.湖南工業(yè)大學(xué)計(jì)算機(jī)與通信學(xué)院，湖南 株洲 412008;2.長(zhǎng)沙大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，湖南 長(zhǎng)沙 410003)

昆蟲(chóng)點(diǎn)云配準(zhǔn)方法綜述*

賀永興1，歐新良1，2

(1.湖南工業(yè)大學(xué)計(jì)算機(jī)與通信學(xué)院，湖南 株洲 412008;2.長(zhǎng)沙大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，湖南 長(zhǎng)沙 410003)

綜述了點(diǎn)云數(shù)據(jù)的配準(zhǔn)方法和相關(guān)算法，并對(duì)這些配準(zhǔn)算法的基本思想加以分析比較，分析了昆蟲(chóng)外形點(diǎn)云的特點(diǎn)及應(yīng)用領(lǐng)域，對(duì)昆蟲(chóng)點(diǎn)云配準(zhǔn)技術(shù)的發(fā)展動(dòng)態(tài)作了介紹，并對(duì)未來(lái)研究作了展望.

昆蟲(chóng)點(diǎn)云;配準(zhǔn);ICP算法

仿生學(xué)是研究模擬生物系統(tǒng)或使人造技術(shù)系統(tǒng)具有類(lèi)似于生物系統(tǒng)功能的科學(xué).由于昆蟲(chóng)具有驚人的環(huán)境適應(yīng)能力，分布極廣，并且結(jié)構(gòu)和功能各異，所以昆蟲(chóng)是仿生學(xué)研究的主要生物來(lái)源.對(duì)昆蟲(chóng)外形的仿生學(xué)研究具有重要的現(xiàn)實(shí)意義，比如對(duì)臭蜣螂唇基外形的三維建模有助于切土減能的研究，對(duì)蜻蜓翅膀外形的三維建模將有助于直升飛機(jī)機(jī)翼的研制.其次，昆蟲(chóng)千姿百態(tài)的外表和令人驚奇的動(dòng)作，是三維動(dòng)畫(huà)制作的素材寶庫(kù).還有，仿生建筑也需要昆蟲(chóng)外形的三維數(shù)據(jù)模型，昆蟲(chóng)的體型和外表往往能夠激發(fā)建筑設(shè)計(jì)師的靈感.

我們要通過(guò)建立昆蟲(chóng)外形的模型來(lái)研究其外形對(duì)生存模式的作用和影響，首先就要利用三維激光掃描設(shè)備采集昆蟲(chóng)表面的點(diǎn)云，其次對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理的過(guò)程包括點(diǎn)云的配準(zhǔn)、去噪、精簡(jiǎn)、劃分、光順等，其中，點(diǎn)云配準(zhǔn)是預(yù)處理過(guò)程中最重要的一步.

1 點(diǎn)云數(shù)據(jù)配準(zhǔn)的定義

為了對(duì)被測(cè)物體進(jìn)行三維重建，我們首先需要獲得三維物體表面的真實(shí)數(shù)據(jù).但是，由于受到測(cè)量設(shè)備和環(huán)境等因素的限制和影響，使得每次測(cè)量得到的點(diǎn)云數(shù)據(jù)只是實(shí)體表面的一部分，并且可能出現(xiàn)平移錯(cuò)位和旋轉(zhuǎn)錯(cuò)位，所以我們?nèi)粢@得物體表面完整的測(cè)量數(shù)據(jù)，就必須對(duì)物體進(jìn)行多次不同角度、不同位置的測(cè)量，并將從各個(gè)視角得到的點(diǎn)集合并到一個(gè)統(tǒng)一的坐標(biāo)系下，形成一個(gè)完整的數(shù)據(jù)點(diǎn)云，然后才可以方便地進(jìn)行可視化等操作，這就是點(diǎn)云數(shù)據(jù)的配準(zhǔn).

點(diǎn)云數(shù)據(jù)配準(zhǔn)在數(shù)學(xué)上的描述為∶設(shè)用{pi|pi∈R3，i=1，2，…，N} 表示第一個(gè)點(diǎn)集，用 {qi|qi∈R3，i=1，2，…，M}表示第二個(gè)點(diǎn)集，找出兩個(gè)點(diǎn)集的空間變換，使兩個(gè)點(diǎn)集中的相同點(diǎn)進(jìn)行匹配，兩個(gè)點(diǎn)集的對(duì)齊變換是應(yīng)用最小二乘法使下列目標(biāo)函數(shù)為最小∶min.其中pi'表示在{qi}中找到與{pi}匹配的對(duì)應(yīng)點(diǎn)，使兩者離差平方和為最小.

2 點(diǎn)云數(shù)據(jù)配準(zhǔn)的方法

點(diǎn)云數(shù)據(jù)配準(zhǔn)有手動(dòng)配準(zhǔn)、依賴(lài)儀器的配準(zhǔn)和自動(dòng)配準(zhǔn).值得注意的是，由于各種因素的影響，采用三維激光掃描獲取得到的點(diǎn)云數(shù)據(jù)，無(wú)法避免地在真實(shí)數(shù)據(jù)點(diǎn)中混有不合理的噪聲點(diǎn)，其結(jié)果將直接影響計(jì)算精度，因此在進(jìn)行數(shù)據(jù)點(diǎn)集配準(zhǔn)之前，需要進(jìn)行必要的噪聲點(diǎn)處理和數(shù)據(jù)壓縮處理.關(guān)于數(shù)據(jù)的噪聲點(diǎn)處理和數(shù)據(jù)壓縮處理，可參看文獻(xiàn)［1，2］，這里就不再展開(kāi)討論.下面就各種點(diǎn)云數(shù)據(jù)配準(zhǔn)方法進(jìn)行簡(jiǎn)要的介紹和分析.

2.1 手動(dòng)配準(zhǔn)方法

目前，對(duì)點(diǎn)云數(shù)據(jù)配準(zhǔn)的手動(dòng)方法主要是在測(cè)量階段對(duì)數(shù)據(jù)進(jìn)行標(biāo)記，也就是說(shuō)在被測(cè)物體上貼標(biāo)簽，標(biāo)簽一般應(yīng)貼在相對(duì)較平坦的區(qū)域或者標(biāo)定平板上，然后用掃描儀對(duì)模型進(jìn)行旋轉(zhuǎn)掃描，根據(jù)前后兩個(gè)視角觀察的三個(gè)或三個(gè)以上不共線(xiàn)的公共標(biāo)簽來(lái)對(duì)數(shù)據(jù)進(jìn)行配準(zhǔn)，從而得到一組特殊的點(diǎn)云，相鄰點(diǎn)云之間只存在角度差異.因此，配準(zhǔn)時(shí)只存在一個(gè)配準(zhǔn)參數(shù)，這種配準(zhǔn)方法比較高效，即使不用迭代法也能取得很好的配準(zhǔn)效果，但缺點(diǎn)是物體底部和下部的數(shù)據(jù)點(diǎn)是無(wú)法采集的，并且需要相應(yīng)的硬件支持.

2.2 依賴(lài)儀器的配準(zhǔn)方法

目前，依賴(lài)儀器的配準(zhǔn)方法主要是采用激光掃描儀和自動(dòng)旋轉(zhuǎn)臺(tái)相互配合的測(cè)量方法［3］，利用旋轉(zhuǎn)臺(tái)控制被測(cè)物體繞旋轉(zhuǎn)臺(tái)中心軸線(xiàn)按規(guī)定的旋轉(zhuǎn)角度旋轉(zhuǎn)，工作臺(tái)每旋轉(zhuǎn)一個(gè)位置，激光掃描儀則從不同視角采集一次被測(cè)物體的點(diǎn)云數(shù)據(jù)，從而可實(shí)現(xiàn)多視角點(diǎn)云自動(dòng)旋轉(zhuǎn)對(duì)齊，對(duì)齊精度取決于旋轉(zhuǎn)臺(tái)中心軸線(xiàn)與旋轉(zhuǎn)角度的精確度.還有一種可行的方法是固定測(cè)量物體，通過(guò)關(guān)節(jié)臂式掃描系統(tǒng)機(jī)械手臂的空間運(yùn)動(dòng)來(lái)記錄測(cè)量頭的空間位置變換.

2.3 自動(dòng)配準(zhǔn)方法

自動(dòng)配準(zhǔn)方法是通過(guò)一定的算法或者統(tǒng)計(jì)學(xué)規(guī)律，利用計(jì)算機(jī)消除兩片點(diǎn)云之間的誤差和錯(cuò)位，從而達(dá)到把兩片點(diǎn)云自動(dòng)配準(zhǔn)的效果，通常意義上的點(diǎn)云配準(zhǔn)技術(shù)即是自動(dòng)配準(zhǔn)技術(shù).點(diǎn)云數(shù)據(jù)配準(zhǔn)的實(shí)質(zhì)是把在不同的坐標(biāo)系中測(cè)量得到的數(shù)據(jù)點(diǎn)云進(jìn)行坐標(biāo)變換，以得到統(tǒng)一坐標(biāo)系下的整體數(shù)據(jù)模型.問(wèn)題的關(guān)鍵是如何求得坐標(biāo)變換參數(shù)R(旋轉(zhuǎn)矩陣)和參數(shù)T(平移向量)，使得兩視角下測(cè)得的三維數(shù)據(jù)經(jīng)坐標(biāo)變換后的距離最小.

目前采用的自動(dòng)配準(zhǔn)技術(shù)包括初始配準(zhǔn)(粗配準(zhǔn))和精確配準(zhǔn)兩步.第一步∶初始配準(zhǔn)，它的意義在于縮小點(diǎn)云間平移誤差和旋轉(zhuǎn)誤差，給精確配準(zhǔn)提供良好的初值，以此提高配準(zhǔn)效率和趨勢(shì).第二步∶精確配準(zhǔn)，它使點(diǎn)云之間的配準(zhǔn)誤差達(dá)到最小.在點(diǎn)云數(shù)據(jù)初始配準(zhǔn)和精確配準(zhǔn)過(guò)程中，運(yùn)用最廣泛的算法大致可分為三類(lèi)∶迭代配準(zhǔn)算法、基于曲面的配準(zhǔn)算法和基于幾何特征的配準(zhǔn)算法，下面對(duì)這三類(lèi)算法加以分析和比較.

2.3.1 迭代配準(zhǔn)算法

迭代配準(zhǔn)算法，即最近點(diǎn)迭代(Iterative ClosestPoint，ICP)算法［4］，1992 年，由Besl和Mckay等提出.ICP 算法主要用于解決基于自由形態(tài)曲面的配準(zhǔn)問(wèn)題，它是當(dāng)前點(diǎn)云數(shù)據(jù)配準(zhǔn)過(guò)程中應(yīng)用最廣泛的算法.該算法以四元數(shù)配準(zhǔn)算法為基礎(chǔ)，首先利用牛頓迭代或者搜索方法尋找兩組點(diǎn)云對(duì)應(yīng)的最近點(diǎn)對(duì)，然后采用歐氏距離作為目標(biāo)函數(shù)進(jìn)行迭代，從而得到三維的剛體變換.迭代算法雖然精確度很高，但存在很多局限∶首先是ICP算法對(duì)兩組點(diǎn)云相對(duì)的初始位置要求比較高，點(diǎn)云之間初始位置不能相差太大，并且要求兩個(gè)匹配點(diǎn)集中的一個(gè)點(diǎn)集是另外一個(gè)點(diǎn)集的子集;其次是ICP算法在求解鄰近點(diǎn)對(duì)集的過(guò)程中采用的是全局搜索，所以配準(zhǔn)過(guò)程會(huì)因?yàn)榈螖?shù)太多而導(dǎo)致時(shí)間復(fù)雜性增加.當(dāng)位置條件不滿(mǎn)足，或相差太大時(shí)，我們將無(wú)法確定收斂方向，進(jìn)而影響ICP算法的收斂結(jié)果，甚至還有可能陷入局部最優(yōu)解，使得配準(zhǔn)變得不可靠甚至是錯(cuò)誤的.所以，在迭代過(guò)程中確立正確的對(duì)應(yīng)點(diǎn)集，是避免迭代陷入局部極值的關(guān)鍵，它直接決定了算法的收斂速度與最終的配準(zhǔn)精度［5］.鑒于ICP算法在確立對(duì)應(yīng)關(guān)系時(shí)一般需進(jìn)行大量耗時(shí)的搜索工作，國(guó)內(nèi)外學(xué)者亦提出一些加速算法(如使用k－d tree)來(lái)提高ICP算法的效率.

2.3.2 基于曲面的配準(zhǔn)算法

在無(wú)法預(yù)知點(diǎn)云數(shù)據(jù)間的相互關(guān)系時(shí)，迭代算法的有效性得到了質(zhì)疑，這時(shí)基于曲面描述的配準(zhǔn)算法［6］就顯示了其優(yōu)越性.Chen 和 Medioni［7］兩位學(xué)者在 Besl和 Mckay 的經(jīng)典ICP算法的基礎(chǔ)上進(jìn)行了改進(jìn)，運(yùn)用兩個(gè)測(cè)點(diǎn)曲面在法矢方向的距離來(lái)代替某一點(diǎn)到其最近點(diǎn)的距離，并將其作為匹配的目標(biāo)評(píng)價(jià)函數(shù)，但是要求解一個(gè)非線(xiàn)性最小二乘問(wèn)題，所以速度較慢.這種方法的好處是一開(kāi)始就可以使迭代誤差很快地減小，也就是快速地收斂，但是因?yàn)樗们衅矫鎭?lái)代替真正的曲面，也就是忽略了目標(biāo)函數(shù)中的二次項(xiàng)信息，導(dǎo)致有時(shí)候迭代不收斂，尤其當(dāng)目標(biāo)物體表面曲率變化明顯時(shí).事實(shí)上，這種方法是一種Gauss－Newton法，它不保證收斂，但是一旦收斂，其速度會(huì)比較快，是二次收斂.

2.3.3 基于幾何特征的配準(zhǔn)算法

為了有效地解決不存在明確對(duì)應(yīng)關(guān)系的點(diǎn)云配準(zhǔn)問(wèn)題，提出了一種基于點(diǎn)云幾何特征的配準(zhǔn)算法.因?yàn)榍誓軌虮硎緶y(cè)點(diǎn)的局部鄰域形狀變化，具有平移、旋轉(zhuǎn)和縮放不變性，所以可以作為曲面特征識(shí)別的重要依據(jù).該算法首先以點(diǎn)云的曲率為聯(lián)系特征，搜索配準(zhǔn)點(diǎn)云的匹配對(duì)集合;然后利用鄰域特征對(duì)各匹配對(duì)進(jìn)行相似性度量，提取有效配準(zhǔn)點(diǎn)對(duì)，并引入剛體變換中向量幾何性質(zhì)剔除其錯(cuò)配對(duì)，生成點(diǎn)云初變換;最后采用ICP算法對(duì)點(diǎn)云初配結(jié)果進(jìn)行優(yōu)化，實(shí)現(xiàn)點(diǎn)云精確配準(zhǔn).

朱延娟等［8］根據(jù)測(cè)點(diǎn)及其鄰域點(diǎn)估算每個(gè)點(diǎn)的曲面法矢來(lái)計(jì)算各個(gè)測(cè)點(diǎn)的曲率，由每個(gè)測(cè)點(diǎn)的曲率來(lái)識(shí)別兩組點(diǎn)云數(shù)據(jù)中可以匹配的點(diǎn)對(duì)集合，進(jìn)而進(jìn)行精確配準(zhǔn)，雖然保證了算法的配準(zhǔn)精度，但執(zhí)行中需要進(jìn)行大量的搜索查找，并且存在多個(gè)相似點(diǎn)對(duì)，容易增加算法的復(fù)雜度.

事實(shí)上，基于曲面描述的配準(zhǔn)算法和基于幾何特征的配準(zhǔn)算法可以看作是同一種方法，即基于特征的配準(zhǔn)算法，這種方法配準(zhǔn)效率較高，并且對(duì)于如局部重疊的點(diǎn)云數(shù)據(jù)，適用性較好.

3 昆蟲(chóng)點(diǎn)云數(shù)據(jù)的配準(zhǔn)方法分析

3.1 昆蟲(chóng)外形點(diǎn)云特點(diǎn)

昆蟲(chóng)外形點(diǎn)云的特點(diǎn)，主要包括昆蟲(chóng)形狀特征、體型規(guī)格、點(diǎn)云規(guī)模等.通常情況下，不同的昆蟲(chóng)可能有完全不同的外形結(jié)構(gòu)，比如有無(wú)角突、齒突、脊梁、毛刺、褶皺、鞘翅等，我們可以根據(jù)實(shí)際的應(yīng)用來(lái)有針對(duì)性地研究其外形結(jié)構(gòu).昆蟲(chóng)的體型尺寸一般不會(huì)超過(guò)數(shù)厘米，小到0.02厘米，因此對(duì)它們的三維掃描有一定困難，目前最好的三維激光掃描儀測(cè)量精度達(dá)到0.01毫米，最好的三維激光掃描顯微鏡測(cè)距精度達(dá)到0.01微米，因此昆蟲(chóng)外形點(diǎn)云處理有特殊性，要有一個(gè)放大的過(guò)程，以便于人眼觀察.但是放大后，有一個(gè)細(xì)節(jié)失真的問(wèn)題要解決.若研究對(duì)象是體型較大的昆蟲(chóng)，尺寸在0.1厘米到10厘米范圍內(nèi)，比如螞蟻、臭蜣螂、蜻蜓等，圖形顯示本身可以放大幾倍到幾十倍或幾百倍之間，雖然細(xì)節(jié)失真的問(wèn)題仍然存在，但對(duì)整體點(diǎn)云數(shù)據(jù)的配準(zhǔn)影響不大.

3.2 昆蟲(chóng)點(diǎn)云數(shù)據(jù)的配準(zhǔn)

對(duì)采集得到的昆蟲(chóng)點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)，我們通常采用基于幾何特征的配準(zhǔn)方法，由于曲率能夠表示測(cè)點(diǎn)的局部鄰域形狀變化，具有平移、旋轉(zhuǎn)和縮放不變性，所以可以作為昆蟲(chóng)曲面特征識(shí)別的重要依據(jù).

通常情況下，昆蟲(chóng)外形結(jié)構(gòu)特征異常復(fù)雜，昆蟲(chóng)外表面曲率變化劇烈，需要進(jìn)行多角度多次掃描以減少掃描盲區(qū)和死角，以此來(lái)獲得更多數(shù)據(jù)信息.有關(guān)昆蟲(chóng)點(diǎn)云曲率的估算也必須要適應(yīng)這種情況，一般的曲率估算誤差較大，而昆蟲(chóng)外形顯示需要放大，這導(dǎo)致曲率的估算誤差也可能放大.為了在重建顯示過(guò)程中保持昆蟲(chóng)外表形狀的幾何特征不變，則需要找到更好的曲率估算方法.目前所有點(diǎn)云曲率估算方法的誤差都受到點(diǎn)云密度的較大影響，即∶點(diǎn)云密度越大，估算越準(zhǔn)確，反之不然.而昆蟲(chóng)點(diǎn)云由于昆蟲(chóng)體型的原因，不可能過(guò)高地追求點(diǎn)云密度，因?yàn)檫@會(huì)導(dǎo)致對(duì)掃描儀精度要求的提高.當(dāng)前主流掃描儀的精度也是有限的，所以我們只能在曲率估算方法上尋求突破.當(dāng)今，點(diǎn)云曲率估算方法已經(jīng)較為成熟，再要提高估算精度似乎有較大的困難，但是由于昆蟲(chóng)外形點(diǎn)云的特殊性，不增加曲率估算精確度，就無(wú)法刻畫(huà)昆蟲(chóng)外形的結(jié)構(gòu)特征.所以，如何在已有點(diǎn)云數(shù)據(jù)的基礎(chǔ)上提高曲率估算精度是擺在眾多科研學(xué)者面前的一道難題.

有國(guó)內(nèi)學(xué)者提出一種從經(jīng)典的曲率估算公式入手，采用幾何的途徑提高曲率估算精度的方法，目前的估算方法都是近似的辦法，這說(shuō)明有改進(jìn)的空間.自由曲面上的微分算子，都是逼近運(yùn)算的極限值，理論上是可以得到精確解的，但是在具體計(jì)算時(shí)又是取其逼近值(數(shù)值解)，受自由曲面高斯曲率計(jì)算公式［9］的啟發(fā)，離散高斯曲率估算公式所依托的多面體在空間與原型上可以進(jìn)一步逼近，因此在二者之間進(jìn)行三維空間插值逼近是有可能的.之前點(diǎn)云配準(zhǔn)時(shí)所使用的擬合曲面法是基于已有的離散點(diǎn)，在其某個(gè)鄰域內(nèi)建立擬合曲面，計(jì)算其高斯曲率和其它微分量，而它的精度主要受點(diǎn)云密度和鄰域半徑的影響，并且計(jì)算量比較大.不同于擬合曲面法，若首先建立空間插值模型，在相同已知相鄰點(diǎn)數(shù)的情況下，置入插值點(diǎn)，設(shè)置調(diào)節(jié)參數(shù)，通過(guò)實(shí)驗(yàn)來(lái)獲取其逼近精度與調(diào)節(jié)參數(shù)的關(guān)系，從而尋找最優(yōu)閾值，那么，高斯曲率估算的精度將大大提高.

4 研究展望

點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)，尤其是昆蟲(chóng)點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)是實(shí)現(xiàn)逆向工程和仿生工程的關(guān)鍵技術(shù)，目前它仍處在發(fā)展階段，有許多問(wèn)題有待進(jìn)一步地研究和解決.下述幾個(gè)方面仍然是今后研究的熱點(diǎn)和難點(diǎn)，迫切需要引起研究人員的關(guān)注∶

(1)雖然ICP算法以其簡(jiǎn)便、高效及良好的精度與穩(wěn)定性成為了精確配準(zhǔn)領(lǐng)域的基本算法，但是它大多只能適用于一些特殊場(chǎng)合，比如必須要求待配準(zhǔn)點(diǎn)云相對(duì)初始位置較近或者具有包含關(guān)系.除此之外，在其他場(chǎng)合其性能一般無(wú)法令人滿(mǎn)意，故提出一種具有普遍適用性并且具有良好可靠性與魯棒性的ICP算法將是今后研究的重點(diǎn)和難點(diǎn).

(2)其次是ICP算法在求解鄰近點(diǎn)對(duì)集的過(guò)程中采用的是全局搜索方法，在執(zhí)行中需要進(jìn)行大量的搜索查找，并且很容易找到相似的對(duì)應(yīng)點(diǎn)對(duì)而重復(fù)操作，這直接導(dǎo)致配準(zhǔn)過(guò)程因迭代次數(shù)太多而使時(shí)間復(fù)雜度大增.所以，需要找到一種快速確立對(duì)應(yīng)點(diǎn)集并過(guò)濾錯(cuò)誤點(diǎn)集的方法，以此來(lái)降低時(shí)間復(fù)雜度，提高配準(zhǔn)效率.

(3)對(duì)于昆蟲(chóng)點(diǎn)云數(shù)據(jù)的配準(zhǔn)，盡管基于幾何特征的配準(zhǔn)方法較為實(shí)用，但是由于昆蟲(chóng)外形結(jié)構(gòu)的特殊性以及三維掃描設(shè)備精度的限制，根據(jù)測(cè)點(diǎn)及其鄰域點(diǎn)來(lái)估算每個(gè)點(diǎn)的曲率時(shí)，往往存在著較大的估算誤差，所以，一般的曲率求解方法不適合于昆蟲(chóng)點(diǎn)云.找到適合昆蟲(chóng)點(diǎn)云數(shù)據(jù)特性的曲率求解方法將是配準(zhǔn)成功的關(guān)鍵.同時(shí)，盡可能地降低曲率估算的誤差也直接關(guān)系到最終配準(zhǔn)的精度，故如何快速正確求解昆蟲(chóng)點(diǎn)云數(shù)據(jù)的曲率將是今后研究的重點(diǎn)和難點(diǎn).

(4)此外，當(dāng)昆蟲(chóng)的尺寸小于0.1厘米或者更小時(shí)，如何解決昆蟲(chóng)點(diǎn)云數(shù)據(jù)放大后的細(xì)節(jié)失真問(wèn)題，如何求得相關(guān)的點(diǎn)云幾何特征，進(jìn)而有效地配準(zhǔn)點(diǎn)云將是以后研究的重點(diǎn)和難點(diǎn).

5 結(jié)語(yǔ)

本文對(duì)點(diǎn)云數(shù)據(jù)的一般配準(zhǔn)方法和針對(duì)昆蟲(chóng)點(diǎn)云數(shù)據(jù)的配準(zhǔn)方法進(jìn)行了論述.首先總結(jié)分析了點(diǎn)云數(shù)據(jù)配準(zhǔn)的主要方法，其次對(duì)比較有代表性的配準(zhǔn)方法及算法進(jìn)行了具體的分析和對(duì)比，最后闡述了適合昆蟲(chóng)點(diǎn)云配準(zhǔn)的方法和研究現(xiàn)狀.目前，對(duì)配準(zhǔn)算法的研究仍然集中在算法的速度、精度、穩(wěn)定性、收斂性和可靠性等方面，如何改進(jìn)算法，如何快速配準(zhǔn)昆蟲(chóng)點(diǎn)云數(shù)據(jù)，將是今后的研究重點(diǎn).

［1］李劍.基于激光測(cè)量的自由曲面數(shù)字制造基礎(chǔ)技術(shù)研究［D］.杭州:浙江大學(xué)博士學(xué)位論文，2001.

［2］吳敏，周來(lái)水，王占東，等.測(cè)量點(diǎn)云數(shù)據(jù)的多視拼合技術(shù)研究［J］.南京航空航天大學(xué)學(xué)報(bào)，2003，(5):552 －557.

［3］ Vàrady T ，Martin R R，Cox J.Reverse engineering of geometric models——an introduction［J］.Computer Aided Design，1997，29(4):255－268.

［4］Besl P J，McKay N D.A method for registration of 3D shapes［J］.IEEE Transactions on Pattern Analysis Machine Intelligence，1992，14(2):239－256.

［5］Gregory C，Sang W，David K.ICP Registration using invariant features［J］.IEEE Transactions on Pattern Analysis Machine Intelligence，2002，24(1):90 －102.

［6］Chua C S，Jarvis R.Point signatures:A new representation for 3D object recognition［J］.International Journal of Computer Vision，1997，25(1):63 －85.

［7］Chen Y，Medioni G.Object modeling by registration of multiple range images［J］.Image and Vision Computing，1992，10(3):145 －155.

［8］朱延娟，周來(lái)水，張麗艷.散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)算法［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2006，18(4):475－481.

［9］歐新良，陳松喬，方逵.基于高斯映射下自由曲面的形狀分析及邊界計(jì)算［J］.小型微型計(jì)算機(jī)系統(tǒng)，2006，(4):735－740.

(責(zé)任編校:晴川)

TP391

A

1008－4681(2011)05－0055－03

2011－04－26

湖南省教育廳科技重點(diǎn)項(xiàng)目(批準(zhǔn)號(hào)∶09A010).

賀永興(1984－)，男，湖南株洲人，湖南工業(yè)大學(xué)計(jì)算機(jī)與通信學(xué)院碩士生.研究方向∶計(jì)算機(jī)圖形學(xué).