三維點云處理技術(shù)廣泛應(yīng)用在逆向工程、CAD/CAM、機器人學(xué)、測繪遙感、機器視覺、虛擬現(xiàn)實、人機交互、無人駕駛和元宇宙等諸多領(lǐng)域。點云配準(zhǔn)作為三維視覺領(lǐng)域的一個重要分支,已有40多年的發(fā)展歷史,本書則系統(tǒng)性地對近些年來已經(jīng)成熟的算法和工具進行梳理和總結(jié)。
全書分兩部分,第一部分為硬核技術(shù)篇(第1~4章),詳細介紹了點云配準(zhǔn)概念、應(yīng)用領(lǐng)域,以及點云配準(zhǔn)必要的數(shù)理知識,最后對點云配準(zhǔn)過程中相關(guān)關(guān)鍵步驟(如關(guān)鍵點提取、特征描述等)所涉及的經(jīng)典算法進行理論與實戰(zhàn)的多維展示,為讀者深入了解復(fù)雜配準(zhǔn)算法做好前期理論與技術(shù)儲備工作。第二部分為算法應(yīng)用篇(第5~6 章),涵蓋了十幾個開源的剛性與非剛性配準(zhǔn)經(jīng)典算法,從算法原理、理論基礎(chǔ)、技術(shù)實現(xiàn)、應(yīng)用案例及優(yōu)缺點等方面進行詳細介紹,以算法的源碼實現(xiàn)分析來幫助讀者搞清楚每一個算法的細節(jié)與計算過程。最終通過算法的應(yīng)用案例分析,讓讀者從理論、技術(shù)和應(yīng)用層面重新評價與認(rèn)識每一個算法,助力產(chǎn)業(yè)界的讀者快速將相關(guān)技術(shù)應(yīng)用落地,學(xué)術(shù)界的讀者快速系統(tǒng)地完成入門與提升。
隨書附贈程序源代碼、案例高清效果圖和結(jié)果視頻,以及授課用PPT,力求從多個角度提升讀者閱讀體驗和知識含量。本書可作為科研人員和公司產(chǎn)品開發(fā)工程師的參考指南,也可作為計算機圖形學(xué)、機器人學(xué)、遙感測量、虛擬現(xiàn)實、人機交互、CAD/CAM逆向工程等領(lǐng)域相關(guān)專業(yè)的高年級本科生、研究生的學(xué)習(xí)手冊。
前言
硬核技術(shù)篇
第1章 緒論
1.1什么是三維點云
1.2點云數(shù)據(jù)獲取技術(shù)
1.2.1接觸式
1.2.2非接觸式
1.3什么是點云配準(zhǔn)
1.3.1剛性配準(zhǔn)
1.3.2非剛性配準(zhǔn)
1.4三維點云配準(zhǔn)應(yīng)用領(lǐng)域
1.4.1機器人及無人駕駛領(lǐng)域
1.4.2測繪遙感領(lǐng)域
第2章 配準(zhǔn)相關(guān)數(shù)學(xué)基礎(chǔ)
2.1空間變換及其參數(shù)化
2.1.1什么是歐式變換與變換矩陣
2.1.2什么是軸角
2.1.3什么是歐拉角
2.1.4什么是四元數(shù)
2.1.5其他空間變換
2.2空間變換的不同表示之間的互相轉(zhuǎn)換與實戰(zhàn)
2.2.1旋轉(zhuǎn)矩陣與軸角
2.2.2旋轉(zhuǎn)矩陣與歐拉角
2.2.3旋轉(zhuǎn)矩陣與四元數(shù)
2.2.4軸角與四元數(shù)
2.2.5軸角與歐拉角
2.2.6歐拉角與四元數(shù)
2.2.7空間變換實戰(zhàn)
2.3對應(yīng)點已知時優(yōu)變換求解原理與實戰(zhàn)
2.3.1剛性變換的問題描述
2.3.2優(yōu)平移向量求解
2.3.3優(yōu)旋轉(zhuǎn)矩陣求解
2.3.4反射矩陣消除
2.3.5基于SVD剛性變換矩陣計算流程總結(jié)
2.3.6SVD估計變換矩陣的關(guān)鍵代碼分析
2.3.7SVD變換矩陣估計算法應(yīng)用案例
第3章 關(guān)鍵點檢測
3.1什么是點云關(guān)鍵點檢測
3.1.1關(guān)鍵點檢測的概念與作用
3.1.2關(guān)鍵點檢測的發(fā)展
3.2ISS(內(nèi)蘊形狀特征)
3.2.1ISS檢測原理
3.2.2【實戰(zhàn)】基于ISS關(guān)鍵點檢測點云配準(zhǔn)
3.3NARF(法線對齊的徑向特征)
3.3.1NARF檢測原理
3.3.2【實戰(zhàn)】基于NARF關(guān)鍵點檢測點云配準(zhǔn)
3.4Harris
3.4.1Harris檢測原理
3.4.2【實戰(zhàn)】基于Harris關(guān)鍵點檢測點云配準(zhǔn)
3.5SIFT 3D
3.5.1SIFT 3D檢測原理
3.5.2【實戰(zhàn)】基于SIFT 3D關(guān)鍵點檢測點云配準(zhǔn)
3.6SUSAN
3.6.1SUSAN檢測原理
3.6.2【實戰(zhàn)】基于SUSAN關(guān)鍵點檢測點云配準(zhǔn)
3.7AGAST(角點檢測)
3.7.1AGAST檢測原理
3.7.2【實戰(zhàn)】基于AGAST關(guān)鍵點檢測點云配準(zhǔn)
3.8在點云配準(zhǔn)任務(wù)上各個關(guān)鍵點檢測表現(xiàn)對比
第4章 點云特征描述子
4.1什么是點云特征描述子
4.2Spin Image(旋轉(zhuǎn)圖像)
4.2.1Spin Image特征描述子原理
4.2.2【實戰(zhàn)】Spin Image配準(zhǔn)實例
4.33DSC(3D形狀上下文特征)
4.3.13DSC特征描述子原理
4.3.2【實戰(zhàn)】利用3DSC進行ICP精配準(zhǔn)
4.4PFH(點特征直方圖)
4.4.1PFH特征描述子原理
4.4.2【實戰(zhàn)】PFH計算與對應(yīng)點可視化
4.5FPFH(快速點特征直方圖)
4.5.1FPFH特征描述子原理
4.5.2【實戰(zhàn)】FPFH計算與對應(yīng)點可視化
4.6SHOT(方向直方圖)
4.6.1SHOT特征描述子原理
4.6.2【實戰(zhàn)】SHOT計算與對應(yīng)點可視化
4.7VFH(視點特征直方圖)
4.7.1VFH特征描述子原理
4.7.2【實戰(zhàn)】點云VFH特征提取實例
4.8在廢鋼點云上對比實驗
算法應(yīng)用篇
第5章 經(jīng)典剛性配準(zhǔn)算法
5.1稀疏迭代近點算法(Sparse ICP)
5.1.1Sparse ICP發(fā)明者
5.1.2Sparse ICP算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
5.1.3Sparse ICP算法原理描述
5.1.4Sparse ICP算法實現(xiàn)及關(guān)鍵代碼分析
5.1.5Sparse ICP實戰(zhàn)案例測試及結(jié)果分析
5.2快速魯棒的ICP(Fast and Robust Iterative Closest Point)
5.2.1快速魯棒的ICP發(fā)明者
5.2.2快速魯棒的ICP算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
5.2.3快速魯棒的ICP算法原理
5.2.4快速魯棒的ICP算法實現(xiàn)及關(guān)鍵代碼分析
5.2.5快速魯棒的ICP實戰(zhàn)案例測試及結(jié)果分析
5.3泛化的近點迭代法(Generalized-ICP)
5.3.1Generalized-ICP發(fā)明者
5.3.2Generalized-ICP算法原理描述
5.3.3Generalized-ICP算法實現(xiàn)及關(guān)鍵代碼分析
5.3.4Generalized-ICP實戰(zhàn)案例測試及結(jié)果分析
5.4全局迭代近點算法(Global Iterative Closest Point,GoICP)
5.4.1GoICP發(fā)明者
5.4.2GoICP算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
5.4.3GoICP算法的原理描述
5.4.4GoICP算法實現(xiàn)及關(guān)鍵代碼分析
5.4.5GoICP實戰(zhàn)案例分析、算法測試過程及結(jié)果分析
5.5針對環(huán)境構(gòu)圖的全局一致性掃描點云數(shù)據(jù)對齊(Graph SLAM)
5.5.1Graph SLAM發(fā)明者
5.5.2Graph SLAM算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點
5.5.3Graph SLAM算法原理描述
5.5.4Graph SLAM算法實現(xiàn)及關(guān)鍵代碼分析
5.5.5Graph SLAM算法測試過程及結(jié)果分析
5.6Multiview LM-ICP 配準(zhǔn)算法
5.6.1Multiview LM-ICP配準(zhǔn)算法背景介紹
5.6.2Multiview LM-ICP配準(zhǔn)算法原理描述
5.6.3Multiview LM-ICP配準(zhǔn)算法實現(xiàn)及代碼分析
5.6.4Multiview LM-ICP配準(zhǔn)實戰(zhàn)案例分析
5.7基于正態(tài)分布變換的配準(zhǔn)算法(NDT)
5.7.1NDT配準(zhǔn)算法發(fā)明者
5.7.2正態(tài)分布變換配準(zhǔn)算法設(shè)計的靈感、應(yīng)用范圍和優(yōu)缺點
5.7.3正態(tài)分布變換配準(zhǔn)算法原理描述
5.7.4正態(tài)分布變換配準(zhǔn)算法實例及其關(guān)鍵代碼分析
5.8SDRSAC:基于半正定的隨機點云配準(zhǔn)算法
5.8.1SDRSAC發(fā)明者
5.8.2SDRSAC算法設(shè)計的靈感、應(yīng)用范圍和優(yōu)缺點
5.8.3SDRSAC算法原理描述
5.8.4SDRSAC實現(xiàn)的關(guān)鍵代碼分析
5.8.5SDRSAC實戰(zhàn)案例分析
5.9PointDSC:利用深度空間一致性的魯棒性點云配準(zhǔn)算法
5.9.1PointDSC發(fā)明者
5.9.2PointDSC算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
5.9.3PointDSC算法原理描述
5.9.4PointDSC算法實現(xiàn)及關(guān)鍵代碼分析
5.9.5PointDSC算法測試過程及結(jié)果分析
5.10體素化廣義迭代近點配準(zhǔn)算法(VGICP)
5.10.1VGICP發(fā)明者
5.10.2VGICP算法設(shè)計的靈感、應(yīng)用范圍和優(yōu)缺點
5.10.3VGICP算法原理描述
5.10.4VGICP算法實現(xiàn)及關(guān)鍵代碼分析
5.10.5VGICP算法實戰(zhàn)案例測試及結(jié)果分析
5.11SAC-IA初始配準(zhǔn)算法
5.11.1SAC-IA發(fā)明者
5.11.2SAC-IA算法應(yīng)用范圍和優(yōu)缺點
5.11.3SAC-IA算法原理描述
5.11.4SAC-IA算法實現(xiàn)及關(guān)鍵代碼分析
5.11.5SAC-IA算法實戰(zhàn)案例測試及結(jié)果分析
5.12Super 4PCS配準(zhǔn)算法
5.12.1Super 4PCS發(fā)明者
5.12.2Super 4PCS算法設(shè)計的靈感、應(yīng)用范圍和優(yōu)缺點
5.12.3Super 4PCS算法原理描述
5.12.4Super 4PCS算法實現(xiàn)及關(guān)鍵代碼分析
5.12.5Super 4PCS實戰(zhàn)案例測試過程及結(jié)果分析
5.13K-4PCS點云配準(zhǔn)算法
5.13.1K4PCS點云配準(zhǔn)發(fā)明者
5.13.2K4PCS算法設(shè)計的靈感、應(yīng)用范圍和優(yōu)缺點
5.13.3K-4PCS算法原理描述
5.13.4K-4PCS算法實現(xiàn)及關(guān)鍵代碼分析
5.13.5K-4PCS實戰(zhàn)案例分析、算法測試過程及結(jié)果分析
第6章 經(jīng)典非剛性配準(zhǔn)算法
6.1具有重加權(quán)位置和變換稀疏性的魯棒非剛性配準(zhǔn)算法(RPTS)
6.1.1RPTS發(fā)明者及算法概述
6.1.2RPTS算法原理描述
6.1.3RPTS算法的實現(xiàn)及關(guān)鍵代碼分析
6.1.4RPTS算法測試過程及結(jié)果分析
6.2Fast_RNRR基于擬牛頓法求解的魯棒非剛性配準(zhǔn)算法(QuasiNewton Solver for Robust NonRigid Registration)
6.2.1Fast_RNRR基于擬牛頓法求解的魯棒非剛性配準(zhǔn)算法概述
6.2.2Fast_RNRR算法原理描述
6.2.3Fast_RNRR算法實現(xiàn)及關(guān)鍵代碼分析
6.2.4Fast_RNRR實戰(zhàn)案例與算法測試分析
6.3非剛性ICP算法
6.3.1非剛性ICP算法發(fā)明者
6.3.2非剛性ICP算法設(shè)計的靈感、應(yīng)用范圍和泛化能力
6.3.3非剛性ICP算法原理描述
6.3.4非剛性ICP實戰(zhàn)案例及關(guān)鍵代碼分析
6.3.5非剛性ICP測試過程及結(jié)果分析
6.4基于高斯混合模型的魯棒點集配準(zhǔn)算法
6.4.1基于高斯混合模型的魯棒點集配準(zhǔn)算法發(fā)明者
6.4.2魯棒高斯混合模型算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
6.4.3魯棒高斯混合模型算法原理描述
6.4.4魯棒高斯混合模型算法實現(xiàn)及關(guān)鍵代碼分析
6.4.5魯棒高斯混合模型實戰(zhàn)案例分析
6.5一致點漂移算法(CPD)
6.5.1CPD發(fā)明者
6.5.2CPD算法設(shè)計的靈感、應(yīng)用范圍、優(yōu)缺點和泛化能力
6.5.3CPD算法原理描述
6.5.4CPD實戰(zhàn)案例及關(guān)鍵代碼分析
6.5.5CPD測試過程及結(jié)果分析