Skip to main content

Genetic Algorithms for Automatic Registration of Laser Scans with Imperfect and Subdivided Features (GAReg-ISF) Vollautomatische Registrierung von Laserscans mit Genetischen Algorithmen sowie genäherten und unterteilten Merkmalen

Buy Article:

$39.00 plus tax (Refund Policy)


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.

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.


Document Type: Research Article


Publication date: February 1, 2009

More about this publication?
  • Photogrammetrie - Fernerkundung - Geoinformation (PFG) is an international scholarly journal covering the progress and application of photogrammetric methods, remote sensing technology and the intricately connected field of geoinformation processing.

    Papers published in PFG highlight new developments and applications of these technologies in practice. The journal hence addresses both researchers and student of these disciplines at academic institutions and universities and the downstream users in both the private sector and public administration.

    PFG places special editorial emphasis on the communication of new methodologies in data acquisition, new approaches to optimized processing and interpretation of all types of data which were acquired by photogrammetric methods, remote sensing, image processing and the computer-aided interpretation of such data in general.

    PFG is the official journal of the German Society of Photogrammetry and Remote Sensing.
  • Editorial Board
  • Information for Authors
  • Subscribe to this Title
  • Ingenta Connect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more