基于并行粒子群优化的三维点云配准算法

被引：2

作者：

贾志成 ^{[1
]}

张希晋 ^{[1
]}

陈雷 ^{[2
,3
]}

郭艳菊 ^{[1
]}

机构：

[1] 河北工业大学电子信息工程学院

[2] 天津商业大学信息工程学院

[3] 天津大学精密仪器与光电子工程学院

来源：

电视技术 | 2016年 / 40卷 / 01期

基金：

中国博士后科学基金;

关键词：

点云配准; 粒子群算法; 并行计算; 逆向工程;

D O I：

10.16280/j.videoe.2016.01.007

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对基于群智能优化的点云配准算法计算时间长的问题,提出一种基于CUDA的并行粒子群配准算法。以点对点距离最短为适应度函数,利用粒子群算法各粒子天然的并行性,将运算过程分配到GPU的各个线程中计算变换参数。由于GPU多个线程运算同时执行互不干扰,极大地提高了粒子群的运算速度,从而可以实现点云的快速、精确配准。实验结果表明,该算法既克服了ICP算法对点云初始位置要求高的缺点,又有效解决了基于群智能优化的点云配准算法计算时间长的问题。

引用

页码：36 / 41

页数：6

共 9 条

[1] 基于个体最优位置的自适应变异扰动粒子群算法
刘志刚
曾嘉俊
韩志伟
[J]. 西南交通大学学报, 2012, 47 (05) : 761 - 768
[2] GPU高性能运算之CUDA[M]. 中国水利水电出版社 , 张舒, 2009
[3] 3D逆向工程技术[M]. 中国计量出版社 , 许智钦, 2002
[4] A case study of innovative population-based algorithms in 3D modeling: Artificial bee colony, biogeography-based optimization, harmony search[J] . José M. García-Torres,Sergio Damas,Oscar Cordón,José Santamaría.Expert Systems With Applications . 2014 (4)
[5] A comparative study of state-of-the-art evolutionary image registration methods for 3D modeling
Santamaria, J.
Cordon, O.
Damas, S.
[J]. COMPUTER VISION AND IMAGE UNDERSTANDING, 2011, 115 (09) : 1340 - 1354
[6] Robust Euclidean alignment of 3D point sets: the trimmed iterative closest point algorithm[J] . Dmitry Chetverikov,Dmitry Stepanov,Pavel Krsek.Image and Vision Computing . 2004 (3)
[7] Surface registration using a dynamic genetic algorithm[J] . Chi Kin Chow,Hung Tat Tsui,Tong Lee.Pattern Recognition . 2003 (1)
[8] Robust registration of 2D and 3D point sets[J] . Andrew W Fitzgibbon.Image and Vision Computing . 2003 (13)
[9] Efficient Variants of the ICP Algorithm .2 Rusinkiewicz. Third International Conference on 3D Digital Imaging and Modeling . 2001

← 1 →