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

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo