应用改进迭代最近点方法的三维心脏点云配准

摘要：

在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法.精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵.为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组C T心脏点云数据配准实验,结果表明本文方法较经典IC P算法的平均误差减少约21％,较T rICP算法减少约13％,在心脏点云数据配准实验中,本文方法较T rICP算法的15.5 s加快到1.77 s.因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性.

关键词：迭代最近点算法、主成分分析法、双向距离、多图谱配准、心脏点云数据

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;陕西省教育厅服务地方专项计划资助项目;陕西省教育厅信息保障专项计划资助项目

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：474-484