非刚性ICP算法

非刚性ICP配准通过对V上的每个顶点v_i,利用仿射变换X_i来对模板网格进行变形。由此将V形变成为一个形变模板网格V^′,使得V^′与目标数据T的形状越接近越好,即V^′上的每个顶点在T上的对应点为该顶点在T中的最近点。该过程的目标函数如下:

其中:E_d为距离项(Distance Term)误差,E_s为刚度项(Stiffness Term)误差,E_i为关键点项(Landmark Term)误差,α、β是加权参数。

E_d表示当前形变后的模板网格与目标数据对应点之间的相似程度。

其中:v_i为齐次向量[x,y,z,1]^T;dist(T,v_i)表示v_i与其在T中的最近点的距离;ω_i∈[0,1]表示第i个顶点的距离函数的可靠程度;若v_i在T上找不到对应点与其最近点间的距离超过某个阈值),则将ω_i置为0,否则将ω_i置为1。

E_s表示形变过程中相邻顶点的仿射变换参数矩阵的一致性,该损失函数的作用是使变换后的模板尽量平滑。该损失函数使用一个权重矩阵G_4×4=diag(1,1,1,γ)在‖∙‖_F下对相邻顶点的仿射变换的加权差进行惩罚。

其中:i,j∈ξ是指i,j为同一条边上的两个顶点。ξ为模板网格V中所有边的集合。

E_l表示模板网格与目标数据的对应特征点间的距离,在迭代初期引导形变过程。给定一个对应特征点集合L={(v_i_1,l_1),⋯,(v_i_l,l_l)},即将模板网格的顶点映射到目标数据表面的对应点上。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

江山如画,佳人北望

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值