ICP算法(Iterative Closest Point)及VTK实现

2024-05-08 09:58

本文主要是介绍ICP算法(Iterative Closest Point)及VTK实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原文地址:ICP算法(Iterative Closest Point)及VTK实现 作者:小星星恋上大太阳
转载而来 ,自己学的医学图像 ,所以算法原理尚可借鉴,这篇原理讲的很不错 网上搜了很多 始终不明白 似乎这次能知道个来龙去脉了。非常感谢该版主~~~

ICP算法最初由Besl和Mckey提出,是一种基于轮廓特征的点配准方法。基准点在CT图像坐标系及世界坐标系下的坐标点集P = {Pi, i = 0,1, 2,…,k}及U = {Ui,i=0,1,2,…,n}。其中,U与P元素间不必存在一一对应关系,元素数目亦不必相同,设k ≥ n。配准过程就是求取 2 个坐标系间的旋转和平移变换矩阵,使得来自U与P的同源点间距离最小。其过程如下:

(1)计算最近点,即对于集合U中的每一个点,在集合P中都找出距该点最近的对应点,设集合P中由这些对应点组成的新点集为Q = {qi,i = 0,1,2,…,n}。

(2)采用最小均方根法,计算点集 U 与 Q 之间的配准,使 得到配准变换矩阵 R,T,其中R是 3×3 的旋转矩阵,T 是 3×1 的平移矩阵。

(3)计算坐标变换,即对于集合U,用配准变换矩阵R,T进行坐标变换,得到新的点集U1,即U1 = RU + T

(4)计算U1与Q之间的均方根误差,如小于预设的极限值ε,则结束,否则,以点集U1替换U,重复上述步骤。

VTK中有一个类vtkIterativeClosestPointTransform实现了ICP 算法,并将ICP算法保存在一个4×4的齐次矩阵中。那么如何使用这个类的函数内?以下是一个可参考的DEMO,功能是获得两个坐标系内的点之间的对应关系,也就是求这两个坐标系之间的平移和旋转矩阵。

#include <vtkMatrix4x4.h>

#include <vtkPoints.h>

#include <vtkPolyData.h>

#include <vtkLandmarkTransform.h>

#include <vtkPoints.h>

#include <vtkPolyData.h>

#include <vtkCellArray.h>

#include <vtkIterativeClosestPointTransform.h>

#include <vtkTransformPolyDataFilter.h>

#include <vtkLandmarkTransform.h> //to set type to ridgid body

#include <vtkMath.h>

#include <vtkMatrix4x4.h>

#include <iostream>

 

vtkPolyData* CreatePolyData();

vtkPolyData* PerturbPolyData(vtkPolyData* polydata);

 

int _tmain(int argc, _TCHAR* argv[])

{

    vtkPolyData* TargetPolydata = CreatePolyData();//创建目标坐标系内的点集

    //创建源坐标系内的点,实际上是通过给目标坐标系内点集加一个扰动实现的

    vtkPolyData* SourcePolydata = PerturbPolyData(TargetPolydata);

    //开始用vtkIterativeClosestPointTransform类实现 ICP算法

vtkIterativeClosestPointTransform * icp = vtkIterativeClosestPointTransform::New();

    icp->SetSource(SourcePolydata);

    icp->SetTarget(TargetPolydata);

    icp->GetLandmarkTransform()->SetModeToRigidBody();  icp->SetMaximumNumberOfIterations(20);

    icp->StartByMatchingCentroidsOn();

    icp->Modified();

    icp->Update();

 

    vtkMatrix4x4* M = icp->GetMatrix();

    std::cout << "The resulting matrix is: " << *M << std::cout;

//以下是为更方便地显示矩阵,统一了矩阵内数字显示形式,矩阵内数字形如:1.08e-001

    for(int i = 0;i<= 3;i++)

    {

        printf("n");

        for(int j = 0;j <= 3;j++)

        {

            printf("%et",M->Element[i][j]);

        }

    }

    SourcePolydata->Delete();

    TargetPolydata->Delete();

    getchar();

    return 0;

}

 

vtkPolyData* CreatePolyData()

{

//This function creates a set of 5 points (the origin and a point unit distance along each axis)

    vtkPoints* SourcePoints = vtkPoints::New();

    vtkCellArray* SourceVertices = vtkCellArray::New();

    //create three points and create vertices out of them

    vtkIdType pid[1]; //记录下一个要加入的点在vtkPoints 中存储序号

    double Origin[3] = {0.0, 0.0, 0.0};

    pid[0] = SourcePoints->InsertNextPoint(Origin);

    SourceVertices->InsertNextCell(1,pid);

    double SourcePoint1[3] = {1.0, 0.0, 0.0};

    pid[0] = SourcePoints->InsertNextPoint(SourcePoint1);

    SourceVertices->InsertNextCell(1,pid);

    double SourcePoint2[3] = {0.0, 1.0, 0.0};

    pid[0] = SourcePoints->InsertNextPoint(SourcePoint2);

    SourceVertices->InsertNextCell(1,pid);

    double SourcePoint3[3] = {1.0, 1.0, 0.0};//{0.0, 0.0, 1.0};

    pid[0] = SourcePoints->InsertNextPoint(SourcePoint3);

    SourceVertices->InsertNextCell(1,pid);

    double SourcePoint4[3] = {0.5, 0.5, 0.0};//{0.0, 0.0, 1.0};

    pid[0] = SourcePoints->InsertNextPoint(SourcePoint4);

    SourceVertices->InsertNextCell(1,pid);

    vtkPolyData* polydata = vtkPolyData::New();

    polydata->SetPoints(SourcePoints); //把点导入的polydata中去

    polydata->SetVerts(SourceVertices);

    return polydata;

}

 

vtkPolyData* PerturbPolyData(vtkPolyData* OldPolydata)

{

    vtkPolyData* polydata = vtkPolyData::New();

    polydata->DeepCopy(OldPolydata);

    vtkPoints* Points = polydata->GetPoints();

    size_t Sum = Points->GetNumberOfPoints();

    double p[3];

    Points->GetPoint(1, p);

    p[0] = sqrt(2.0)/2.0;

    p[2] = sqrt(2.0)/2.0;

    Points->SetPoint(1, p);///

    Points->GetPoint(3, p);

    p[0] = sqrt(2.0)/2.0;

    p[2] = sqrt(2.0)/2.0;

    Points->SetPoint(3, p);//

    Points->GetPoint(4, p);

    p[0] = sqrt(2.0)/4.0;

    p[2] = sqrt(2.0)/4.0;

    Points->SetPoint(4, p);//

    return polydata;

}

不过VTK计算出来的矩阵好像是反的,即

 = RU + T (其中Q 是源坐标系,U是目标坐标系,也就是我给每个点加了扰动的后的坐标系)

我是照着http://www.vtk.org/Wiki/Iterative_Closest_Points_(ICP)_Transform内的源程序改写出以上代码的,去掉了原来的随机扰动等部分,取的点很简单很容易验证算出来的旋转和平移矩阵是否正确。

这篇关于ICP算法(Iterative Closest Point)及VTK实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/970012

相关文章

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

PyCharm中配置PyQt的实现步骤

《PyCharm中配置PyQt的实现步骤》PyCharm是JetBrains推出的一款强大的PythonIDE,结合PyQt可以进行pythion高效开发桌面GUI应用程序,本文就来介绍一下PyCha... 目录1. 安装China编程PyQt1.PyQt 核心组件2. 基础 PyQt 应用程序结构3. 使用 Q

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

linux下shell脚本启动jar包实现过程

《linux下shell脚本启动jar包实现过程》确保APP_NAME和LOG_FILE位于目录内,首次启动前需手动创建log文件夹,否则报错,此为个人经验,供参考,欢迎支持脚本之家... 目录linux下shell脚本启动jar包样例1样例2总结linux下shell脚本启动jar包样例1#!/bin

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到