排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
通过分析含各向异性尺度形变的数据集匹配问题, 将尺度约束引入模型, 再结合迭代最近点(Iterative closest point, ICP)方法的一般过程, 将含各向异性尺度形变的数据集匹配问题描述为Lie群约束优化问题. 通过Lie群的局部参数化和局部线性化方法, 将带尺度上下界约束的Lie群约束优化问题转化为一系列的二次规划问题, 最终形成了一个完整的匹配迭代算. 该方法不仅具有传统ICP方法的快速准确的特点, 而且还能够处理存在大尺度形变的数据集匹配问题. 由于对尺度参数进行约束, 因此比传统方法有更好的鲁棒性. 最后, 为确保匹配的全局性, 给出了一套初始变换的选择方案. 相似文献
1