基于卷积神经网络的点云配准方法北大核心CSCD

点云配准是三维点云信息处理中的重要问题。传统点云配准方法计算量大,不利于实时计算与移动计算。针对传统点云配准方法存在的问题,提出了一种利用卷积神经网络进行点云配准的方法。首先计算点云的深度图像,利用卷积神经网络提取深度图像对的特征差,将深度图像对的特征差作为全连接网络的输入并计算点云配准参数,迭代地执行上述操作直至配准误差小于可接受阈值。实验结果表明,相比传统的点云配准方法,基于卷积神经网络的点云配准方法具有所需计算量小、配准效率高、对噪声点和异常点不敏感的优点。     

Scratch在小学信息技术课堂中的运用探讨

随着信息技术的发展,社会生活的方方面面已经受到了影响,在教学之中,我们也会涉及关于信息技术的教学活动。在如今的小学教学之中,专门设有信息技术的教学课,其中教师可以运用各种教学软件来进行教学,帮助学生更好地理解信息技术这一项现代技术。Scratch就是这其中的一种软件,教师在信息技术教学中已经对这样一款软件进行了相关的实践运用。本文主要以Scratch在小学信息技术课堂中的应用作为探讨话题,提出一些相关的看法。     

基于结构光的三维点云重建方法研究*

结构光三维成像是近年来三维成像领域的研究热点之一。整体设计及实现了条纹结构光三维重构系统,并重点研究了点云生成三角网格方法。该系统使用整体阈值与局部滑动阈值相结合的方法提取到条纹中心特征点,以像素索引值为中间媒介进行编码值插值计算,并利用像素索引值为媒介对点云进行三角网格化处理。利用像素索引值的方法简化了点云插值和点云生成三角网格的处理过程,并且能够精确得到每个点上的颜色值并进行颜色渲染。最后利用提出的方法对石膏模型和实际人脸面部进行了三维测量和重建,并分析了该方法测量的精度。结果表明提出的方法达到了实验精度的要求并取得了非常好的三维重构效果。