| 基于超体素与几何特征融合的点云配准优化 |
| |
| 引用本文： | 刘耀文,毕远伟,张鲁建,黄延森. 基于超体素与几何特征融合的点云配准优化[J]. 激光与红外, 2024, 54(6): 864-869 |
| |
| 作者姓名： | 刘耀文 毕远伟 张鲁建 黄延森 |
| |
| 作者单位： | 烟台大学 计算机与控制工程学院,山东 烟台 264005 |
| |
| 基金项目： | 国家自然科学基金项目(No.62272405)资助。 |
| |
| 摘 要： | 针对点云配准过程中点云数据冗余、易出现误匹配点对和配准精度低的问题,提出了一种融合超体素及几何特征的点云配准方法。首先使用超体素与法向量信息相结合的方法提取特征点；其次,在粗配准中,通过使用快速特征点直方图(Fast Point Feature Histograms,FPFH)进行特征描述,采用双向最近邻比获取初始特征点对应关系,基于法向量夹角策略和随机采样一致性(Random Sample Consensus,RANSAC)算法进行对应关系的优化,获取良好的初始位姿；最后,在精配准中,基于初始位姿与改进的迭代最近点算法(Iterative Closest Point,ICP)算法完成点云配准。通过在斯坦福数据集中进行配准实验,验证了所提算法具有更好的鲁棒性,能高效且精准的完成点云配准。
|
| 关 键 词： | 超体素；迭代最近点算法；特征匹配；点云配准 |
| 修稿时间： | 2024-01-02 |
Point cloud registration optimization based on fusion of supervoxels and geometric features |
| |
| LIU Yao-wen,BI Yuan-wei,ZHANG Lu-jian,HUANG Yan-sen. Point cloud registration optimization based on fusion of supervoxels and geometric features[J]. Laser & Infrared, 2024, 54(6): 864-869 |
| |
| Authors: | LIU Yao-wen BI Yuan-wei ZHANG Lu-jian HUANG Yan-sen |
| |
| Affiliation: | School of Computer and Control Engineering,Yantai University,Yantai 264005,China |
| |
| Abstract: | |
| |
| Keywords: | supervoxel；iterative closest point algorithm；feature matching；point cloud registration[HJ] |
|
| 点击此处可从《激光与红外》浏览原始摘要信息 |
|
点击此处可从《激光与红外》下载免费的PDF全文 |
|
