|
|||||
|
|
| 基于改进正态分布变换算法的点云配准 | |
| 引用本文： | 张晓,张爱武,王致华.基于改进正态分布变换算法的点云配准[J].激光与光电子学进展,2014,51(4):41002-109. |
| 作者姓名： | 张晓 张爱武 王致华 |
| 作者单位： | 张晓:首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048太原理工大学艺术遗产研究中心, 山西 晋中 030600 张爱武:首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048 王致华:首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048 |
| 基金项目： | 国家科技支撑计划(2012BAH31B01)、北京市自然科学基金重点项目(B 类)(KZ201310028035) |
| 摘 要： | 正态分布变换(NDT)算法是一种应用在同时定位和地图生成(SLAM)中的点云配准算法。针对地面激光扫描(TLS)数据的特点,改进了NDT算法,提出了一种基于SURF的NDT配准算法,使之能应用在TLS中。该算法首先建立点云和图像间的映射关系把点云影像化;利用加速稳健特征(SURF)算法提取图像的特征点并找出特征点对;根据映射关系找到相应的三维特征匹配点,求出变换矩阵,完成点云初始配准。在NDT算法中,设置初始矩阵为单位矩阵,对点云体素化并使用概率分布函数对点云精细配准。实验结果证明,该算法不但适用于地面激光数据的配准,且其配准精度高、运算时间少,尤其对于不同分辨率的点云有良好的配准效果。 |
| 关 键 词： | 图像处理 正态分布变换算法 SURF算法 点云影像化 |
| 收稿时间： | 2013/11/5 |
Point Cloud Registration Based on Improved Normal Distribution Transform Algorithm |
|
| Abstract: | |
| Keywords: | image processing normal distribution transform algorithm SURF algorithm point cloud visualization |
| 本文献已被 CNKI 等数据库收录！ | |