三维激光点云配准技术

本书基于点云的统计特性，提出了基于核典型相关分析和基于柯西混合模型的两种新型点云配准算法，并针对实际应用难点，提出了双通道很优选择模型，弥补单一算法泛化性能差的缺陷，为点云配准的实际工程应用提供了新思路。

三维激光扫描作为一种可以直接获取目标表面三维信息的传感技术，在目标检测、识别和重建等方面具有独特的技术优势。三维点云配准技术在计算机辅助技术、自动驾驶、城市建模、文物保护、医疗等领域都有应用广泛。
本书基于点云的统计特性，提出了基于核典型相关分析和基于柯西混合模型的两种新型点云配准算法，并针对实际应用难点，提出了双通道很优选择模型，弥补单一算法泛化性能差的缺陷，为点云配准的实际工程应用提供了新思路。

刘明哲，博士，教授，博士生导师，地质灾害防治与地质环境保护国家重点实验室研究人员。近年来主要从事数据科学、地球科学、人工智能、区块链、控技术及仪器研发工作。主持国家自然科学基金重点类项目、面上项目等多个重量和省部级课题，参与多项科研项目包括973项目、国家杰出青年科学基金、国家自然科学基金重大科研仪器研制专项等。发表学术论文150余篇，授权发明专利40余件，获得重量和省部级教学科研成果奖励5项。 李冬芬，博士（后），副教授，硕士生导师，美国西北大学访问学者，全国首届网络安全奖获得者，ACM Chengdu Chapter优秀博士论文获得者，ACM Chengdu Chapter新星奖获得者。主要从事智能信息处理、信息安全、移动互联安全、量子密码通信等方面的研究。主持国家自然科学基金面上项目和青年项目、中国博士后基金项目、四川省重点研发计划项目、四川省科技计划项目、广东省信息安全重点实验室开放项目等。近年来发表SCI学术论文30余篇，授权发明专利10余件，出版“十三五”国家重点图书两部。

第1章绪论
1.1问题提出及意义
1.2点云配准研究现状
1.2.1点云处理理论
1.2.2点云配准研究现状
1.3点云配准研究内容
第2章点云配准技术概述
2.1点云定义与数据类型
2.2点云数据配准
2.2.1点云数据粗配准
2.2.2点云数据精细配准
2.3点云误差评价指标
2.4点云数据集
2.5本章小结
第3章点云配准经典算法
3.1ICP配准算法原理
3.2改进的ICP配准算法
3.2.1GO-ICP算法
3.2.2Scale-ICP算法
3.3基于统计学的点云配准算法
3.3.1PAC算法
3.3.2ICA算法
3.3.3CPD算法
3.3.4NDT算法
3.4本章小结
第4章基于核典型相关分析的点云配准算法
4.1Cauchy-Schwarz不等式
4.2典型相关分析
4.3核典型相关分析
4.4基于核典型相关分析的点云配准
4.5实验及结果分析
4.5.1经典配准
4.5.2不同噪声环境下的点云配准
4.5.3不同遮挡环境下的点云配准
4.5.4放缩配准
4.6实物扫描配准
4.7本章小结
第5章基于柯西混合模型的点云配准算法
5.1柯西分布
5.2柯西混合模型
5.3基于柯西混合模型的点云配准
5.4基于EM算法的参数估计
5.5实验及结果分析
5.5.1无噪声、无缺失环境下的点云配准
5.5.2有噪声、无缺失环境下的点云配准
5.5.3数据缺失环境下的点云配准
5.5.4有噪声、有缺失及放缩环境下的点云配准
5.6现场扫描数据配准
5.7本章小结
第6章基于ICP的点云配准改进算法
6.1基于遗传算法的ICP配准方法
6.1.1遗传算法基本原理
6.1.2基于遗传算法的点云配准
6.1.3仿真分析
6.2基于多种群遗传算法的ICP配准方法
6.2.1多种群遗传算法基本原理
6.2.2基于多种群遗传算法的ICP改进配准算法
6.2.3仿真分析
6.3实验及结果分析
6.4本章小结
第7章基于双通道很优选择的点云配准
7.1双通道很优选择模型
7.1.1组合预测模型
7.1.2双通道很优选择原理
7.2基于双通道很优选择的点云配准方法
7.3实验及结果分析
7.3.1双通道模型选择及实现
7.3.2实验结果分析
7.4本章小结
第8章本书结论及趋势展望
8.1本书结论
8.2趋势展望
参考文献