基于ICP算法的图像配准的MATLAB实现Word文档格式.docx
《基于ICP算法的图像配准的MATLAB实现Word文档格式.docx》由会员分享，可在线阅读，更多相关《基于ICP算法的图像配准的MATLAB实现Word文档格式.docx（37页珍藏版）》请在冰豆网上搜索。
%max_iter-maximumnumberofiterations.Default=104
%min_iter-minimumnumberofiterations.Default=4
%fitting-=2Fitwithrespecttominimizethesumofsquareerrors.（default）
%alt.=[2,w],wherewisaweightvectorcorrespondingtodata.
%wisavectorofsamelengthasdata.
%Fitwithrespecttominimizetheweightedsumofsquareerrors.
%=3Fitwithrespecttominimizethesumtotheamount0.95
%oftheclosestsquareerrors.
%alt.=[3,lambda],0.0<
lambda<
=1.0,（lambda=0.95default）
%Ineachiterationonlytheamountlambdaoftheclosest
%pointswillaffectthetranslationandrotation.
%If1<
=size（data,2）,lambdainteger,onlythenumberlambda
%oftheclosestpointswillaffectthetranslationand
%rotationineachiteration.
%thres-errordifferensthresholdforstopiterations.Default1e-5
%init_flag-=0noinitialstartingtransformation
%=1transformdatasothemeanvalueof
%dataisequaltomeanvalueofmodel.
%Norotation.（init_flag=1default）
%tes_flag-=0Nonewtesselationhastobedone.There
%alredyexistsoneforthecurrentmodelpoints.
%=1Anewtesselationofthemodelpointswill
%bedone.（default）
%=2Anewtesselationofthemodelpointswill
%bedone.Anothersearchstrategythantes_flag=1
%=3Theclosestpointwillbefindbytesting
%allcombinations.NoDelaunaytesselationwillbedone.
%refpnt-（optional）（Anemptyvectorisdefault.）refpntisapointcorrespondingtothe
%setofmodelpointswichcorrespondigdatapointhastobefind.
%Howthepointsareweighteddependsontheoutputfromthe
%functionweightfcnfoundintheendofthism-file.Theinputinweightfcnisthe
%distancebetweentheclosestmodelpointandrefpnt.
%Toclearoldglobaltesselationvariablesrun:
"
clearglobalTesirjc"
（tes_flag=1）
%orrun:
clearglobalTesTesindTesver"
（tes_flag=2）inCommandWindow.
%m-filecanbedownloadedforfreeat
%
%icpversion1.4
%writtenbyPerBergströ
m2007-03-07
ifnargin<
1
error（'
Tofewinputarguments!
'
）;
elseifor（nargin==1,nargin==2）
bol=1;
refpnt=[];
ifnargin==2
ifisempty（data）
tes_flag=1;
elseifisscalar（data）
tes_flag=data;
ifnot（tes_flag==1|tes_flag==2）
end
else
bol=0;
ifbol
globalMODEL
ifisempty（model）
Modelcannotbeanemptymatrix.'
if（size（model,2）<
size（model,1））
MODEL=model'
;
TR=eye（size（model,2））;
TT=zeros（size（model,2）,1）;
MODEL=model;
TR=eye（size（model,1））;
TT=zeros（size（model,1）,1）;
if（size（MODEL,2）==size（MODEL,1））
ThisicpmethoddemandsthenumberofMODELpointstobegreaterthenthedimension.'
icp_struct（tes_flag）;
return
end
globalMODELDATATRTT
ifisempty（model）
if（size（model,2）<
else
if（size（data,2）<
size（data,1））
data=data'
DATA=data;
ifsize（DATA,1）~=size（MODEL,1）
DifferentdimensionsofDATAandMODEL!
9
ifnargin<
8
7
init_flag=1;
6
thres=1e-5;
%thresholdtoicpiterations
5
fitting=2;
%fittingmethod
4
min_iter=4;
%minnumberoficpiterations
3
max_iter=104;
%maxnumberoficpiterations
elseifnargin>
warning（'
Toomanyinputarguments!
ifisempty（tes_flag）
elseifnot（tes_flag==0|tes_flag==1|tes_flag==2|tes_flag==3）
init_flaghasbeenchangedto1'
ifand（（size（MODEL,2）==size（MODEL,1））,tes_flag~=0）
Thisicpmethoddemandsthenumberofmodelpointstobegreaterthenthedimension.'
ifisempty（min_iter）
ifisempty（max_iter）
max_iter=100+min_iter;
ifmax_iter<
min_iter;
max_iter=min_iter;
max_iter<
min_iter,max_iterhasbeenchangedtobeequalmin_iter'
ifmin_iter<
0;
min_iter=0;
min_iter<
0,min_iterhasbeenchangedtobeequal0'
ifisempty（thres）
elseifthres<
thres=abs（thres）;
thresnegative,threshavebeenchangedto-thres'
ifisempty（fitting）
elseiffitting
（1）==2
[fi1,fi2]=size（fitting）;
lef=max（[fi1,fi2]）;
iflef>
iffi1<
fi2
fitting=fitting'
iflef<
（size（data,2）+1）
Illegealsizeoffitting!
Unweightedminimizationwillbeused.'
elseifmin（fitting（2:
（size（data,2）+1）））<
Illegealvalueoftheweights!
elseifmax（fitting（2:
（size（data,2）+1）））==0
Illegealvaluesoftheweights!
su=sum（fitting（2:
（size（data,2）+1）））;
fitting（2:
（size（data,2）+1））=fitting（2:
（size（data,2）+1））/su;
thres=thres/su;
elseiffitting
（1）==3
iflength（fitting）<
2
fitting=[fitting,round（0.95*size（data,2））];
elseiffitting
（2）>
iffitting
（2）>
floor（fitting
（2））
fitting
（2）=floor（fitting
（2））;
warning（['
lambdahasbeenchangedto'
num2str（fitting
（2））,'
!
]）;
size（data,2）
fitting
（2）=size（data,2）;
iffitting
（2）<
=0.5
lambdasmall.Troublesmightoccur!
fitting
（2）=round（fitting
（2）*size（data,2））;
elseiffitting
（2）<
=0
fitting
（2）=round（0.95*size（data,2））;
fittinghasbeenchangedto2'
ifisempty（init_flag）
elseifnot（init_flag==0|init_flag==1）
if（size（refpnt,2）>
size（refpnt,1））
refpnt=refpnt'
if（size（refpnt,1）~=size（DATA,1））
ifnot（isempty（refpnt））
Dimensionofrefpntdismatch.refpntisputto[]（emptymatrix）.'
1）
refpnt=refpnt（:
1）;
Onlythefirstpointinrefpntisused.'
%StarttheICPalgorithm
N=size（DATA,2）;
icp_init（init_flag,fitting）;
%initiateastartingrotationmatrixandstartingtranslationvector
tes_flag=icp_struct（tes_flag）;
%constructaDelaunaytesselationandtwovectorsmakeiteasytofindinTes
ERROR=icp_closest_start（tes_flag,fitting）;
%initiateavectorwithindicesofclosestMODELpoints
icp_transformation（fitting,[]）;
%findtransformation
DATA=TR*data;
%applytransformation
DATA=DATA+repmat（TT,1,N）;
%
foriter=1:
max_iter
olderror=ERROR;
ERROR=icp_closest（tes_flag,fitting）;
%findindicesofclosestMODELpointsandtotalerror
ifiter<
min_iter
icp_transformation（fitting,[]）;
icp_transformation（fitting,refpnt）;
DATA=TR*data;
DATA=DATA+repmat（TT,1,N）;
ifiter>
=min_iter
ifabs（olderror-ERROR）<
thres
break
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
functionicp_init（init_flag,fitting）
%functionicp_init（init_flag）
%ICP_INITInitialalignmentforICP.
ifinit_flag==0
TR=eye（size（MODEL,1））;
TT=zeros（size（MODEL,1）,1）;
elseifinit_flag==1
N=size（DATA,2）;
iffitting
（1）==2
iflength（fitting）==1
mem=mean（MODEL,2）;
med=mean（DATA,2）;
mem=MODEL*fitting（2:
（N+1））;
med=DATA*fitting（2:
TT=mem-med;
Wronginit_flag'
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
functiontes_flag=icp_struct（tes_flag）
iftes_flag==0
globalir
ifisempty（ir）
globalTesind
ifisempty（Tesind）
Notesselationsystemexists'
tes_flag=2;
elseiftes_flag==3
globalMODELTes
[m,n]=size（MODEL）;
ifm==1
[so1,ind1]=sort（MODEL）;
Tes=zeros（n,2）;
Tes（1:
（n-1）,1）=ind1（2:
n）'
Tes（2:
n,2）=ind1（1:
（n-1））'
升级会员 