ICP算法在基于点云数据变形量提取中的应用研究任务书

 2022-04-04 09:04

1. 1. 毕业设计(论文)的内容、要求、设计方案、规划等

1、 方案拟定

迭代就近点法ICP(Iterative Closest Point)是一种点集与点集坐标系匹配算法,目前已普遍使用于三维激光扫描点云数据配准。将ICP算法应用于提取两期点云数据间的变形量,其核心思想是:引入变形块的概念,以某一期点云数据为参考点云,另一期点云数据作为复测点云,首先在参考点云中选择一块区域的点云作为点集A,基于ICP算法自动搜索复测点云中所对应的点集B,点集A和点集B匹配后得到它们之间的坐标转换参数,即平移矩阵T和旋转矩阵R,并以此作为衡量这两期点云集之间变形的指标。 基于上述思想制定研究方案,首先对基于ICP算法提取变形量的可行性进行分析,采用仿真点云数据及仿真变形量进行验证;对基于ICP算法提取变形量的精度进行分析,对同一变形体分别采用全站仪与三维激光扫描仪进行两期数据采集,将基于ICP算法提取的变形量与全站仪获取的变形量进行对比分析,评价其精度。

2、实验数据采集与处理

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献(不低于12篇)

[1]马利,谢孔振, 白文斌等.地面三维激光扫描技术在道路工程测绘中应用[J]. 北京测绘, 2011.

[2]郑德华.ICP算法及其在建筑物扫描点云数据配准中的应用[J].测绘科学,2007, 32(2):31-32

[3]罗德安,朱光,陆立等.基于3维激光影像扫描技术的整体变形监测[J].测绘通报, 2005.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。