基于全局与局部相似性测度的非刚性点集配准

摘要：

非刚性点集配准算法中,能否找到正确的对应关系对配准结果起着至关重要的作用,而通常两个点集中的对应点除了距离比较接近之外还具有相似的邻域结构,因此提出基于全局与局部相似性测度的非刚性点集配准算法.首先,使用一致性点漂移(CPD)算法作为配准框架,采用高斯混合模型对点集进行建模.然后,对全局局部混合距离进行改进,形成全局与局部相似性测度准则.最后,采用期望最大化(EM)算法迭代地求解对应关系和变换公式:在迭代初期局部相似性所占比重较大,从而能够尽快地找到正确的对应关系;随着迭代的进展全局相似性比重逐渐增大,从而确保得到较小的配准误差.实验结果表明,与薄板样条鲁棒点匹配(TPS-RPM)算法、高斯混合模型点集配准(GMMREG)算法、基于L2E估计的鲁棒点匹配算法(RPM-L2E)、基于全局局部混合距离与薄板样条的点集配准算法(GLMDTPS)和CPD算法相比,所提算法的均方根误差(RMSE)分别下降了39.93％、42.45％、32.51％、22.36％和11.76％,说明该算法具有较好的配准效果.

关键词：点集配准、图像配准、非刚性配准、高斯混合模型、相似性测度

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：山东省自然科学基金资助项目ZR2015FL005;泰安市科技发展计划项目2017GX0045

在线出版日期：2019-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3028-3033