共查询到20条相似文献,搜索用时 187 毫秒
1.
为解决复杂点云数据的曲线骨骼提取问题,提出了一种鲁棒的点云曲线骨骼提取算法。该方法首先通过区域分割将点云模型分成多个弱凸面集,减少噪声点对骨骼提取的影响,然后在每个弱凸面集中根据对称点信息提取候选骨骼点,对候选骨骼点进行压缩和平滑,并采用最优平面法对骨骼点进行重定位,最后利用区域分割信息将各区域的骨骼点连接得到最终的曲线骨骼。实验结果表明,该方法不仅能够处理完整和非完整的点云数据,而且能够正确提取包含复杂形状的点云骨骼。 相似文献
2.
3.
点云数据压缩是逆向工程产品建模中必要的数据预处理手段之一。常见的数据压缩算法未考虑点云边界数据点的保留问题,因此在大比例压缩过程中会出现边界数据丢失的情况,从而破坏了数据的完整性。为此,提出了一种利用点云数据小邻域内点的相邻关系来检测边界特征点的算法。该算法能检测出点云数据的内、外边界特征点,同时对边界上的点进行排序,检测出边界特征点中的过渡点,最后构建点云轮廓的边界多边线。该算法不仅能满足在点云数据压缩过程中检测并保留边界特征点的要求,而且生成的边界多边线也为后面的3维模型重建奠定了基础。 相似文献
4.
为了解决基于无人直升机的机载激光雷达(Lidar)系统中获得三维激光点云数据的效率低、精度低问题,提出了一种可获得高精度三维点云数据的解决方案;从系统点云数据生成原理分析影响点云精度的因素;实现十一阶扩展卡尔曼算法对多传感器数据进行数据融合处理,充分利用了不同传感器的优点;改进的扩展卡尔曼融合算法,不但有效地降低噪声和干扰对系统影响,而且提高了激光雷达系统点云数据的可靠性和精度;实验结果验证了算法的正确性和点云数据的精度。 相似文献
5.
6.
7.
约束改进的ICP点云配准方法 总被引:1,自引:0,他引:1
提高配准速度和精度是点云配准研究的重点。提出一种距离约束改进的迭代邻近点算法,针对邻近点法中找到的配准点,采用最近原则排除含相同点的点对;使用配准点重心作为参考点,结合点对距离约束排除误配准点对后进行点云配准;与使用点云重心作为参考点的方法和迭代邻近点算法进行了比较。实验结果表明,在配准速度和精度方面,提出的算法都有了提高,实现了点云的快速、准确配准。 相似文献
8.
9.
使用切片法进行不规则物体点云体积测量时,现有的多边形拆分再重组(PSR)算法难以正确拆分较近的轮廓,进而导致计算精度较低。针对这一问题,提出一种多轮廓分割算法——改进最近点搜索(INPS)算法。首先,通过局部点的单次使用原则分割多轮廓;其次,使用多边形内点判定(PIP)算法判断轮廓的包含关系,以确认轮廓面积的正负;最后,采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明,在两个公开点云数据集和一个化学电子密度等值面点云数据集上,所提算法都能实现高正确率的边界分割,具有一定的普适性;且该算法体积测量的平均相对误差为0.043 6%,低于PSR算法的0.062 7%,可见所提算法实现了高正确率的边界分割。 相似文献
10.
为提高产品零件空间姿态识别的精度和收敛速度,提出基于结构光3D视觉对空间姿态识别的方法。首先,采用投影仪和相机获取产品零件图像信息,利用相移法获取深度信息,通过深度图点云重建获取3D点云数据;然后对3D点云数据进行特征处理和分类时,建立点云网络(Point Network, PointNet)模型;最后,采用改进的迭代最近点(Iterative Closest Point, ICP)算法对3D点云数据配准,从而实现产品零件姿态的识别。实验结果表明,该方法在对产品零件点云特征分类性能上,准确率能达到96%左右,召回率能稳定在92%左右;在配准精度和收敛速度上,较其他两种方法更优越,进一步验证了该方法的有效性和可行性。 相似文献
11.
12.
A Correntropy-based Affine Iterative Closest Point Algorithm for Robust Point Set Registration 下载免费PDF全文
Hongchen Chen Xie Zhang Shaoyi Du Zongze Wu Nanning Zheng 《IEEE/CAA Journal of Automatica Sinica》2019,6(4):981-991
The iterative closest point (ICP) algorithm has the advantages of high accuracy and fast speed for point set registration, but it performs poorly when the point set has a large number of noisy outliers. To solve this problem, we propose a new affine registration algorithm based on correntropy which works well in the affine registration of point sets with outliers. Firstly, we substitute the traditional measure of least squares with a maximum correntropy criterion to build a new registration model, which can avoid the influence of outliers. To maximize the objective function, we then propose a robust affine ICP algorithm. At each iteration of this new algorithm, we set up the index mapping of two point sets according to the known transformation, and then compute the closed-form solution of the new transformation according to the known index mapping. Similar to the traditional ICP algorithm, our algorithm converges to a local maximum monotonously for any given initial value. Finally, the robustness and high efficiency of affine ICP algorithm based on correntropy are demonstrated by 2D and 3D point set registration experiments. 相似文献
13.
为了快速跟踪动态多目标优化问题变化的Pareto前沿,本文提出一种基于参考点预测策略的动态多目标优化算法(PDMOP).该算法对关联到相同参考点的个体建立时间序列,并对这些时间序列通过线性回归模型预测新环境下种群.同时,将历史时刻的预测误差反馈到当前预测中来提高预测的准确性,并在每个预测的个体上加入扰动来增加初始种群多样性,从而能够加快算法在新环境下的收敛速度.通过4个标准测试函数对该算法测试,并和两个现有算法对比分析,结果表明所提算法在处理动态多目标优化问题时能够保持良好的性能. 相似文献
14.
迭代最近点(Iterative Closest Point, ICP)算法是一种最为常见的点云配准方法,虽然配准精度高,但收敛速度慢,对含噪声、覆盖率较低点云的配准效果不佳。鉴于此,本文提出3种ICP算法的改进方法。针对含噪声的点云,采用概率ICP算法来抑制噪声点对配准结果的影响,提高配准精度;为了提高点云配准速度,采用坐标ICP算法实现点云的快速配准;针对低覆盖率点云,采用盒子ICP算法实现配准,可以大大提高配准精度和速度。通过兔子点云配准实验表明,3种改进的ICP算法在点云配准精度和速度方面都有很大程度的提高,均为有效的点云配准方法。 相似文献
15.
Kinect采集的点云存在点云数量大、点云位置有误差,直接使用迭代最近点(ICP)算法对点云进行配准时效率低.针对该问题,提出一种基于特征点法向量夹角的改进点云配准算法.首先使用体素栅格对Kinect采集的原始点云进行下采样,精简点云数量,并使用滤波器移除离群点.然后使用SIFT算法提取目标点云与待配准点云公共部分的特征点,通过计算特征点法向量之间的夹角调整点云位姿,完成点云的初始配准.最后使用ICP算法完成点云的精细配准.实验结果表明,该算法与传统ICP算法相比,在保证点云配准精度的同时,能够提高点云的配准效率,具有较高的适用性和鲁棒性. 相似文献
16.
17.
针对激光扫描仪所得点云散乱分层的特点,提出一种有序化的精简方法。首先基
于已知标记点建立三维R-tree 和八叉树集成的空间索引,快速准确地获取局部点云数据,保证
良好的数据检索效率。然后根据局部点云数据的参考平面法向量信息,选取工件坐标系中的一
个坐标轴作为参数化的方向,对局部点云数据进行参数化并拟合二次曲面。最后对R-tree 叶节
点内的二次曲面进行有序化采样,使散乱分层的点云变为单层,得到整个型面的有序参考点集。
应用实例表明,该方法适用于大规模的、具有复杂几何特征且存在一定程度散乱分层的点云,
可以有效地提高数据点的整体精确度,且不会丢失点云的细节特征,具有较强的实用性。 相似文献
18.
三维重建技术逐渐成为获取全面、完备、准确的排水管道信息的关键手段。而实际检测受到管道堵塞等工况与管道检测规程等因素限制,造成所获得的管道声呐点云模型会出现位姿不同、部分重叠或空缺等情况,需要通过配准获取完整管道模型。同时,传统ICP算法针对管道模型存在效率低、精度差的问题。因此,该文提出基于特征点匹配的粗配准与改进的ICP精细配准相结合的点云配准算法。首先,利用ISS特征点检测法检测出模型特征点,通过FPFH对特征点进行进一步的描述;其次,采用RANSAC算法筛选出正确特征匹配点集,利用四元数法解算出初始变换参数完成粗配准;最后,在粗配准基础上,通过改进最近对应点查询的ICP算法完成精细配准。实验结果表明了该文算法的可行性与优越性,能为后续排水管道缺陷检测提供高完备、全面、准确的点云模型。 相似文献
19.
Huang Xiaoping Xiong Youlun School of Mechanical Science Engineering Huazhong University of Science Technology Wuhan China Reverse Engineering 《计算机辅助绘图.设计与制造(英文版)》2001,(2)
For reverse engineering a CAD model, it is necessary to integrate measured points from several views of an object into a common reference frame. Given a rough initial alignment of point cloud in different views with point-normal method, further refinement is achieved by using an improved iterative closest point (ICP) algorithm. Compared with other methods used for mult-view registration, this approach is automatic because no geometric feature, such as line, plane or sphere needs to be extracted from the original point cloud manually. A good initial alignment can be acquired automatically and the registration accuracy and efficiency is proven better than the normal point-point ICP algorithm both experimentally and theoretically. 相似文献
20.
针对点云配准中存在错误匹配点对、精度不高等问题,提出一种基于多核并行和动态阈值的点云配准算法。该算法采用改进的SAC-IA算法进行点云粗配准,利用OpenMP实现点云查询点的法向量、FPFH等特征的并行加速提取以及对应点对的并行查找,从而使整个配准算法的速度得到保持甚至提升。在点云精配准阶段,使用改进的ICP算法进行精配准,改进点着眼于错误对应点对的剔除及其阈值的动态确定,即以配准点重心作为参照点,按照动态阈值,使用点对距离约束剔除错误对应点对。实验结果表明,本文算法在提升配准精度的情况下,配准速度也得到了提升。 相似文献