[發(fā)明專利]基于混沌反向?qū)W習(xí)的鯨魚優(yōu)化的破損俑體碎片配準(zhǔn)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110220089.2
• 申請(qǐng)日: 2021-02-27
• 公開（公告）號(hào): CN113034554A
• 公開（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 王毅;李曉夢(mèng);耿國華;周琳;彭鈺博;王侃琦
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33;G06K9/62;G06N3/00;G06N3/08
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發(fā)明屬于圖像處理的技術(shù)領(lǐng)域，公開了一種基于混沌反向?qū)W習(xí)的鯨魚優(yōu)化的破損俑體碎片配準(zhǔn)方法，對(duì)數(shù)據(jù)預(yù)處理，生成源點(diǎn)云數(shù)據(jù)P和待配準(zhǔn)數(shù)據(jù)Q；根據(jù)目標(biāo)函數(shù)建立種群個(gè)體與模型的映射關(guān)系，用旋轉(zhuǎn)R參數(shù)和平移T參數(shù)得到最優(yōu)變換矩陣；初始化參數(shù)；使用精英保留機(jī)制將精英數(shù)據(jù)保存在精英數(shù)據(jù)庫中；設(shè)計(jì)權(quán)重因子和收斂因子，更新鯨魚個(gè)體的位置，并計(jì)算其適應(yīng)度；更新隸屬度、非隸屬度和猶豫度；更新鯨魚個(gè)體之間的距離；計(jì)算小生境技術(shù)的共享函數(shù)值，并更新適應(yīng)度值；判斷是否滿足迭代條件；將搜索得到的最優(yōu)解應(yīng)用到R和T參數(shù)中，得到最終的配準(zhǔn)模型。本發(fā)明優(yōu)化鯨魚算法，并使改進(jìn)的鯨魚優(yōu)化算法更適合碎片配準(zhǔn)問題。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理的技術(shù)領(lǐng)域，尤其涉及基于混沌反向?qū)W習(xí)的鯨魚優(yōu)化的破損俑體碎片配準(zhǔn)方法。

背景技術(shù)

目前：隨著計(jì)算機(jī)性能的快速提升，以計(jì)算機(jī)為基礎(chǔ)的圖像處理技術(shù)發(fā)展十分迅速，由于其手機(jī)設(shè)備都可以采集二維圖像，給二維圖像提供了大量可用的數(shù)據(jù)，因此，二維圖像的視覺處理技術(shù)發(fā)展迅速。隨著圖像處理技術(shù)的不斷發(fā)展，二維圖像已經(jīng)無法滿足人們對(duì)現(xiàn)實(shí)世界進(jìn)行三維描述的要求，研究者們逐漸把研究重心轉(zhuǎn)移到三維圖像。

目前，三維點(diǎn)云圖像處理技術(shù)在三維重建、逆向工程和醫(yī)療成像等領(lǐng)域發(fā)揮著重要作用。在對(duì)三維掃描數(shù)據(jù)的處理過程中，點(diǎn)云數(shù)據(jù)配準(zhǔn)是一項(xiàng)非常重要的內(nèi)容。點(diǎn)云數(shù)據(jù)配準(zhǔn)的實(shí)質(zhì)是把在不同的坐標(biāo)系中測(cè)量得到的數(shù)據(jù)點(diǎn)云進(jìn)行坐標(biāo)變換，以得到統(tǒng)一坐標(biāo)系下的整體數(shù)據(jù)模型。點(diǎn)云配準(zhǔn)一般有以下問題：(1)數(shù)據(jù)本身存在噪聲，影響配準(zhǔn)的精度；(2)在數(shù)據(jù)采集過程中，因?yàn)橛腥S掃描儀的自遮擋光線和視角的問題，存在數(shù)據(jù)缺失或部分重合等問題，導(dǎo)致配準(zhǔn)的對(duì)應(yīng)關(guān)系難以尋找；(3)點(diǎn)云數(shù)據(jù)的初始位置對(duì)配準(zhǔn)的性能影響較大。最近鄰迭代配準(zhǔn)ICP(Iterate Closed Point)算法是當(dāng)前點(diǎn)云數(shù)據(jù)配準(zhǔn)過程中最具代表性、應(yīng)用最廣泛的剛性配準(zhǔn)算法。經(jīng)典ICP算法選取歐氏距離最小點(diǎn)當(dāng)作對(duì)應(yīng)點(diǎn)并以此建立對(duì)應(yīng)點(diǎn)集，求解剛體變換矩陣，求解得出的變換矩陣作用于目標(biāo)點(diǎn)云，此時(shí)目標(biāo)點(diǎn)云的初始位置發(fā)生變化，計(jì)算剛體變換后點(diǎn)對(duì)間的歐式距離誤差直到達(dá)到預(yù)設(shè)值，否則繼續(xù)迭代該過程。ICP算法由于簡單而被廣泛應(yīng)用，但卻易于陷入局部最優(yōu)。同時(shí)，該算法特別依賴于點(diǎn)云配準(zhǔn)的初始位置，當(dāng)兩片點(diǎn)云模型的初始位置變換較大，且當(dāng)存在噪聲點(diǎn)和離群點(diǎn)時(shí)則極易導(dǎo)致配準(zhǔn)失敗。點(diǎn)云配準(zhǔn)一般涉及兩個(gè)階段：粗配準(zhǔn)(Coarse Registration)和精配準(zhǔn)(Fine Registration)。精配準(zhǔn)的目的是在粗配準(zhǔn)的基礎(chǔ)上讓點(diǎn)云之間的空間位置差別最小化。為了克服ICP算法對(duì)初始位置敏感的缺陷、搜索時(shí)間長和運(yùn)算效率低等問題，本發(fā)明提出了一種基于直覺模糊小生境技術(shù)的混沌重心反向?qū)W習(xí)鯨魚優(yōu)化算法。

鯨魚優(yōu)化算法(Whale Optimization Algorithms，WOA)是2016年提出的一種元啟發(fā)式算法，該方法是由于模擬座頭鯨以泡泡網(wǎng)捕食的行為而得到的一種方法，它具有原理簡單、參數(shù)設(shè)置少、運(yùn)算速度快、易于編程等特點(diǎn)，且比其他群體智能算法具有良好的收斂精度和較好的收斂速度，因而被廣泛的改進(jìn)并應(yīng)用到實(shí)際問題，且都取得了不錯(cuò)的收斂結(jié)果。

破損俑體碎片在配準(zhǔn)過程中，可能會(huì)存在以下問題：(1)數(shù)據(jù)采集過程中受到環(huán)境(年限久遠(yuǎn)、碎片褪色)的問題，即本身存在噪聲，影響配準(zhǔn)的精度；(2)在數(shù)據(jù)采集過程中，因?yàn)橛腥S掃描儀的自遮擋光線和視角的問題，存在數(shù)據(jù)缺失或部分重合等問題，導(dǎo)致配準(zhǔn)的對(duì)應(yīng)關(guān)系難以尋找；(3)點(diǎn)云數(shù)據(jù)的初始位置對(duì)配準(zhǔn)的性能影響較大。這些問題可能會(huì)導(dǎo)致樣本數(shù)據(jù)存在大規(guī)模、信息冗余或缺失、高噪聲、模糊不確定等問題。

通過上述分析，現(xiàn)有技術(shù)存在的問題及缺陷為：現(xiàn)有點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)因數(shù)據(jù)特征高維、模糊、抽象、冗余、不確定等因素所造成的配準(zhǔn)效率低，單純的ICP算法配準(zhǔn)速度較慢，對(duì)初始的配準(zhǔn)數(shù)據(jù)有著較高的要求，精度難以提高。

解決以上問題及缺陷的難度為：配準(zhǔn)速度慢、配準(zhǔn)精度低。

解決以上問題及缺陷的意義為：點(diǎn)云配準(zhǔn)時(shí)得到完整點(diǎn)云模型的基礎(chǔ)，是最關(guān)鍵的一步，它決定著點(diǎn)云重建效果的優(yōu)劣以及后續(xù)工作的質(zhì)量。因此深入探討兵馬俑數(shù)據(jù)的點(diǎn)云配準(zhǔn)具有很高的顯示意義和價(jià)值。