首页 | 本学科首页   官方微博 | 高级检索  
     

点云多法向量邻域特征配准算法
引用本文:陆军,彭仲涛,夏桂华. 点云多法向量邻域特征配准算法[J]. 光电子.激光, 2015, 26(4): 780-780
作者姓名:陆军  彭仲涛  夏桂华
作者单位:哈尔滨工程大学 自动化学院,黑龙江 哈尔滨 150001;哈尔滨工程大学 自动化学院,黑龙江 哈尔滨 150001;哈尔滨工程大学 自动化学院,黑龙江 哈尔滨 150001
基金项目:黑龙江省自然基金(F201123)、中央高校基本科研业务费专项基金(HEUCFX41304)资助项目 (哈尔滨工程大学自动化学院,黑龙江哈尔滨 150001)
摘    要:针对三维激光扫描点云数据的配准问题,提出了 一种多法向量邻域特征点云配准算法。首先,根据目标点选取不同邻 域半径估算的法向量存在方向偏差,设定约束条件选择关键点,使得初始点云数据量得到精 简;其次,设计了一种依据邻域多 法向量计算的特征描述子,并计算所有关键点的特征向量;然后,依据所求的特征描 述子,使用最小距离与次小距离比值阈 值方法初步获取对应关系,并使用随机采样一致性算法和聚类分选方法进行两次优化,得到 精确的点与点对应关系;最后,使 用奇异值分解法解算刚体变换矩阵,得到配准参数。实验结果表明,由本文设计的关键点选 取、特征描述子提取和对应关系筛选 方法原理简单、稳定可靠、计算速度较快且计算复杂度小,无需进行第二次配准,对实现点 云配准具有实用价值。

关 键 词:点云配准   多法向量邻域特征   主成分分析(PCA)   法向量   对应关系
收稿时间:2014-12-24

Point cloud registration algorithm based on neighborhood features of multi-scal e normal vectors
Affiliation:Department of Automation,Harbin Engineering University,Harbin 150001,China;Department of Automation,Harbin Engineering University,Harbin 150001,China;Department of Automation,Harbin Engineering University,Harbin 150001,China
Abstract:
Keywords:point cloud registration   neighborhood features of multi-scale vector s   principal components analysis (PCA)   normal vector   correspondence
点击此处可从《光电子.激光》浏览原始摘要信息
点击此处可从《光电子.激光》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号