Trimmed strategy for affine registration of point sets
Trimmed strategy for affine registration of point sets
复制标题
点集仿射配准的修剪策略
DOI：
10.1117/1.jrs.7.073468
复制
发表时间：
2013-01
影响因子：
1.7
通讯作者：
T.Zeng
中科院分区：
文献类型：
--
作者：
Y. Peng;S. Ying;J. Qin;T.Zeng
摘要提出了一种利用李群参数化的点集仿射配准的裁剪策略。所有仿射变换形成一个仿射李群，因此寻找配准中的最优变换简化为寻找仿射群中的最优元素。给定两个点集（带离群值）和变换群中的一个初始元素，我们通过最小化能量泛函迭代地寻求最优群元素。这是通过顺序寻找两个点集最接近的对应关系，估计两个点集的重叠率，并通过仿射群的指数映射找到最优仿射变换来实现的。该方法对裁剪迭代最近点算法（TrICP）进行了两方面的改进：(1)利用李群参数化实现了裁剪迭代最近点算法。(2)我们也将TrICP推广到仿射变换的情况。通过在Mount St. Helens地区采集的激光雷达数据，验证了该算法的性能。目视检查和评价指标（均方根裁剪平方距离）表明，我们的算法表现始终优于TrICP和其他相关算法，特别是在存在异常点和缺失点的情况下。
Abstract We propose a trimmed strategy for affine registration of point sets using the Lie group parameterization. All affine transformations form an affine Lie group, thus finding an optimal transformation in registration is reduced to finding an optimal element in the affine group. Given two point sets (with outliers) and an initial element in the transformation group, we seek the optimal group element iteratively by minimizing an energy functional. This is conducted by sequentially finding the closest correspondence of two point sets, estimating the overlap rate of two sets, and finding the optimal affine transformation via the exponential map of the affine group. This method improves the trimmed iterative closest point algorithm (TrICP) in two aspects: (1) We use the Lie group parameterization to implement TrICP. (2) We also extend TrICP to the case of affine transformations. The performance of the proposed algorithm is demonstrated by using the LiDAR data acquired in the Mount St. Helens area. Both visual inspections and evaluation index (root mean trimmed squared distance) indicate that our algorithm performs consistently better than TrICP and other related algorithms, especially in the presence of outliers and missing points.
登录
查看更多内容
DOI：
10.5244/c.15.43
发表时间：
2003-12
期刊：
Image Vis. Comput.
影响因子：
--
作者：
A. Fitzgibbon
通讯作者：
A. Fitzgibbon
影响因子：
4.8
作者：
Peng Wang;Zhiguo Qu;Ping Wang;Yinghui Gao;Zhenkang Shen
通讯作者：
Peng Wang;Zhiguo Qu;Ping Wang;Yinghui Gao;Zhenkang Shen
DOI：
10.1109/34.121791
发表时间：
1992-02-01
影响因子：
23.6
作者：
BESL, PJ;MCKAY, ND
通讯作者：
MCKAY, ND
影响因子：
1.1
作者：
Lifen Ding;Yaxin Peng;Chaomin Shen;Zhiyu Hu
通讯作者：
Zhiyu Hu
影响因子：
1.1
作者：
S. Du;Jihua Zhu;Nanning Zheng;Jihong Zhao;Ce Li
通讯作者：
S. Du;Jihua Zhu;Nanning Zheng;Jihong Zhao;Ce Li