دانلود شبیه سازی مقاله ثبت قوی مجموعه نقاط با حداقل مربعات وزن دار مکرر

پروژه متلب ثبت مجموعه نقاط

مسئله ثبت مجموعه نقاط که در این مقاله مورد ملاحظه قرار گرفته، مسئله یافتن یک تبدیل جسم صلب، متشکل از یک دوران و انتقال است، به نحوی که یک مجموعه از نقاط داده ای را به یک مجموعه از نقاط مدل تبدیل کند و در نتیجه بهترین برازش را بین مجموعه نقاط، بوجود بیاورد. یکی از کاربردهای معمول در مواردی که این نوع مسئله ثبت نیاز است تا حل شود، بازسازی تصویر اندازه گیری های شکل می باشد، بنحوی که تصاویر تاحدودی همپوشان گرفته شده از نماهای مختلف، ادغام شوند. کاربرد مشابه دیگر، بازرسی سطح «شکل آزاد» است که در آن یک مجموعه از نقاط داده ای نشان دهنده یک شکل اندازه گیری شده از یک جسم، با شکل ایده آل آن که بوسیله یک مدل CAD نمایش داده شده، همسوسازی می شود. در زمینه های دیگر نیز کاربردهایی وجود دارد. تایید اثر انگشت، یکی از این موارد است. یکی از کاربردهای دیگر در شیمی است که بوسیله آن ساختارهای پروتئین همسوسازی می شوند.

ثبت مجموعه نقاط با یافتن یک دوران یا انتقال که بهترین برازش را بین یک مجموعه از نقاط داده ای و یک مجموعه از نقاط مدل تولید می کند، انجام می شود. ما از روش های برآورد M مقاوم برای محدود کردن تاثیر برون هشته ها استفاده می کنیم، به بیان دقیق تر، یک نسخه اصلاح شده از الگوریتم تکرار شونده نزدیک ترین نقطه است که در آن به صورت مکرر از حداقل مربعات مجدداً وزن شده برای شامل کردن استواری (در برابر تغییرات پارامتر) استفاده می کنیم. همگرایی را با توجه به مقدار تابع عینی مربوط به این الگوریتم، اثبات می کنیم. همچنین، یک مقایسه بین توابع ضابطه مختلف انجام می دهیم تا توانایی آنها در انجام برازش مناسب مجموعه نقاط را درک کنیم، هنگامی که مجموعه نقاط داده ای در خود برون هشته داشته باشند. ثابت شده که روش های استوار در این شرایط نسبت به کمینه سازی حداقل مربعات، برتر هستند.

این مقاله در محیط نرم افزار متلب (MATLAB) شبیه سازی شده و در ادامه نیز تعدادی از تصاویر مربوط به خروجی های شبیه سازی قرار داده شده است: