20、基于先验对应关系的概率点集配准方法研究

基于先验对应关系的概率点集配准方法研究

在点集配准领域，如何高效、准确地实现点集的对齐是一个关键问题。传统的配准方法在处理复杂情况时往往存在一定的局限性，而基于先验对应关系的概率点集配准方法为解决这些问题提供了新的思路。

1. 刚性配准实验对比

在刚性配准实验中，Kabsch方法的变换不唯一，预对齐结果存在误差，点云重叠极小，旋转近似误差约为110°。而R - ECPD方法虽然能正确预估计旋转，但整体变换仍与正确结果有较大差距。为获得更准确的配准结果，如接近手动交互重建的效果，还需进一步处理，如建立额外的对应关系或分割重叠区域。

2. 非刚性点集配准方法——ECPD

2.1 ECPD算法概述

提出的扩展相干点漂移（ECPD）算法允许将点对应关系形式的先验信息纳入非刚性配准过程，以实现更有利的配准效果。该算法具有以下优势：
- 能够将针对不同信息源的特定应用对应搜索算法与强大的非刚性点集配准算法相结合。
- 采用粗到精的配准策略，既能保持对应先验的影响，又能线性加速配准过程。

ECPD算法的贡献主要体现在以下几个方面：
- 将对应先验以封闭形式嵌入CPD，扩展了其应用范围。
- 提出在非刚性配准中采用子采样方法，可根据子采样因子和点集大小实现线性加速。
- 展示了在异构环境（含GPU）中ECPD的高效实现。
- 介绍了几种寻找对应先验的特定应用方法，并表明将其与ECPD结合可解决多种问题，如解决复杂非刚性变形、在存在结构化离群点的点集中获得感兴趣区域的准确配准结果以及比基线方法CPD更快地获得配准结果。

2.2 相关工作对比