Original paper
Genetic Algorithms for Automatic Registration of Laser Scans with Imperfect and Subdivided Features (GAReg-ISF)
Schenk, Stefan; Hanke, Klaus
Photogrammetrie - Fernerkundung - Geoinformation Jahrgang 2009 Heft 1 (2009), p. 23 - 32
published: Mar 20, 2009
DOI: 10.1127/0935-1221/2009/0003
ArtNo. ESP172200901003, Price: 29.00 €
Abstract
The easy on-site application and the possibility of high quality post processing of terrestrial laser scans make their use highly attractive for architectural, archaeological and sculptural documentation. In this paper we present a strategy for handling the fully automatic registration of point clouds characterized by significant noise level, imperfect geometry and occlusions.To handle these datasets we propose to work with both imperfect and subdivided features and to divide the pair-wise matching process into three subsequent stages. First rough feature registration finds auspicious regions in search space, next Genetic Algorithms are used to exploit those areas and form approximate solutions which are then refined in a third step.By combining imperfect and subdivided features with Genetic Algorithms in general feature detection, pair-wise scan matching and multi-view registration, we are able to show globally consistent registrations of real world scenes.
Kurzfassung
Die einfache Vor-Ort-Anwendung und die Möglichkeit einer hochwertigen Weiterverarbeitung terrestrischer Laserscans machen deren Einsatz bei architektonischen, archäologischen und skulpturalen Dokumentationen überaus interessant. In diesem Artikel präsentieren wir eine Methode zur vollautomatischen Registrierung von Punktwolken, welche durch einen signifikanten Rauschpegel, unvollendete Geometrie sowie Verdeckungen gekennzeichnet sind.Um diese Datensätze zu verarbeiten, verwenden wir genäherte und unterteilte Merkmalen und führen die paarweise Registrierung der Scans in drei aufeinander folgenden Schritten durch. Zuerst erfolgt eine Grobregistrierung mittels Merkmalen um erfolgversprechende Bereiche im Suchraum ausfindig zu machen. Im nächsten Schritt werden Genetische Algorithmen verwendet, um diese Bereiche zu erforschen und Näherungslösungen für die im dritten Schritt durchgeführte, abschließende Verfeinerung zu bilden.Durch die Kombination genäherter und unterteilter Merkmale mit Genetischen Algorithmen in der Merkmals-Erkennung, der paarweisen Scan-Zuordnung und der Multiview-Registrierung können global richtige Registrierungen von realen Scans erstellt werden.
Keywords
genetic algorithms • automatic registration • point clouds • occlusions