| 基于邻域曲率的低特征辨识度点云配准方法 |
| |
| 引用本文： | 熊丰伟,庄健,沈人.基于邻域曲率的低特征辨识度点云配准方法[J].计算机应用研究,2022,39(1):285-290. |
| |
| 作者姓名： | 熊丰伟 庄健 沈人 |
| |
| 作者单位： | 西安交通大学 机械工程学院,西安710049,杭州信畅信息科技有限公司,杭州311199 |
| |
| 基金项目： | 国家自然科学基金面上项目(51375363);陕西省科技厅工业公关项目(2013GY2-04);中央高校基本科研业务费专项资金资助项目(Z201707084)。 |
| |
| 摘 要： | 在对特征辨识度低的点云进行配准的过程中,传统的基于局部特征提取和匹配的方法通常精度不高,而基于全局特征匹配的方法精度和效率也难以保证。针对这一问题,提出一种改进的局部特征配准方法。在初步配准阶段,设计了一种基于法向量投影协方差分析的关键点提取方法,结合快速特征直方图(FPFH)对关键点进行特征描述,定义多重匹配条件对特征点进行筛选,最后将对应点的最近距离之和作为优化目标进行粗匹配;在精配准阶段,采用以点到平面的最小距离作为迭代优化对象的改进迭代最近点(ICP)算法进行精确配准。实验结果表明,在配准特征辨识度低的点云时,相较于其他三种配准方法,该方法能保持高配准精度的同时降低配准时间。
|
| 关 键 词： | 点云配准 迭代最近点 特征提取 邻域曲率 快速特征直方图 低特征辨识度 |
| 收稿时间： | 2021/5/19 0:00:00 |
| 修稿时间： | 2021/12/18 0:00:00 |
Point cloud with low feature recognition registration method based on neighborhood curvature |
| |
| Xiong Fengwei,Zhuang Jian and Shen Ren.Point cloud with low feature recognition registration method based on neighborhood curvature[J].Application Research of Computers,2022,39(1):285-290. |
| |
| Authors: | Xiong Fengwei Zhuang Jian and Shen Ren |
| |
| Affiliation: | (School of Mechanical Engineering,Xi’an Jiaotong University,Xi’an 710049,China;Hangzhou Inflow Information Technology Co.,Ltd.,Hangzhou 311199,China) |
| |
| Abstract: | |
| |
| Keywords: | point cloud registration ICP feature extraction neighborhood curvature FPFH low feature recognition |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
