学海网

不同模态下高精度快速医学场景三维点云配准研究，毕业论文，共71页，21309字，附开题报告、外文翻译、终期答辩、中期答辩等。
中文摘要
随着21 世纪的到来，三维成像技术和手术导航进入全新的时代。相较于二维数据，三维立体数据具有更加真实，更加准确等特点，极大程度还原事物的真实特性，也逐渐成为近些年来的研究热点。而对于手术导航和手术场景监控，三维影像技术可以提供更加丰富的信息。但是由于不同模态下影像学的局限性，我们无法通过单一的成像模式进行全方位大角度手术场景三维重建。故如何将不同模态下的三维数据进行融合配准，将成为手术导航的关键，也将引领新一代结合医学影像与手术治疗的全新方法。针对三维点云配准，传统方法可以初步实现具有接近初始位置的点云配准，但依然存在很多问题和挑战。本项目将以医学场景下不同模态三维点云配准作为研究核心，通过激光雷达和Kinect 三维相机中不同稀疏程度的点云进行配准。结合深度学习，提高点云配准的准确
率和计算速度，初步实现医疗场景下不同模态实时三维配准显示。
关键词：计算机视觉; 三维点云配准; 迭代最近邻算法; 手术导航; 激光雷达

目录
第1 章引言........ ......1
1.1 研究背景........ ...1
1.2 研究现状........ ...1
1.2.1 三维点云配准概述.....1
1.2.2 精细配准算法...... ....3
1.2.3 点云的粗配准方法.....4
第2 章算法设计与实验方法.. .8
2.1 整体框架........ ...8
2.2 点云的数据读取.. .9
2.2.1 激光雷达数据的读取与处理.. ........ 10
2.2.2 Kinect 三维体感相机的数据读取与处理...... ........ 13
2.3 点云的预处理........ .... 15
2.3.1 基于MATLAB 的点云预处理工具...... ..... 16
2.3.2 基于Python 的点云预处理工具...... 16
2.4 激光雷达与Kinect 点云配准方法...... .. 16
2.4.1 Kinect 三维相机数据处理.. .. 17
2.4.2 点云粗配准...... ..... 18
2.4.3 点云的精细配准...... 24
2.4.4 点云的面片化和法向量估计.. ........ 24
2.4.5 实验地点与实验设备24
第3 章实验（算法）结果与讨论...... ........ 25
3.1 点云数据读取结果展示.. ........ 25
3.1.1 CBIR 会议室采集图像结果...... ..... 25
3.1.2 清华大学长庚医院手术室采集数据展示...... ........ 26
3.2 点云数据配准结果.. ..... 27
3.2.1 影像中心办公室数据集配准结果.. .. 28
3.2.2 影像中心会议室数据集配准结果.. .. 28
3.2.3 清华大学长庚医院手术室点云配准结果...... ........ 30
3.3 点云三角面片化与三维显示...... ........ 32
第4 章实验结论........ ....... 35
第5 章总结与展望.. .. 36
插图索引.... .... 37
表格索引.... .... 39
公式索引.... .... 40
参考文献.... .... 41
致谢.... ....... 43
声明.... ....... 44
附录A 外文资料书面翻译.. .. 45
A.1 介绍.... .45
A.1.1 概述.. ........ 45
A.1.2 相关工作...... ........ 46
A.1.3 贡献.. ........ 47
A.2 LORAX 配准算法...... .. 48
A.2.1 算法概述...... ........ 48
A.2.2 随机球面子集...... .. 49
A.2.3 超点归一化的系统选择...... 50
A.2.4 深度图像投影...... .. 50
A.2.5 显著性监测和过滤... 51
A.2.6 自动编码器尺寸减小51
A.2.7 选择合适的匹配候选53
A.2.8 基于区域化搜索的粗略配准.. ........ 55
A.2.9 基于迭代最近点方法的精细调整.. .. 56
A.2.10 有效性讨论...... ..... 56
A.3 实验和结果........ ....... 56
A.3.1 具有挑战性的数据集配准.. .. 56
A.3.2 噪声，封闭性，和密度灵敏度测试.. ........ 57
A.4 结论.... .59
A.5 致谢.... .60
A.6 参考文献........ .60