基于Kinect传感器的三维点云配准优化 |
| |
引用本文: | 胡胜,胡凯峰,芦晨鹏,刘聪,袁功进,汪飘.基于Kinect传感器的三维点云配准优化[J].四川激光,2023(2):63-68. |
| |
作者姓名: | 胡胜 胡凯峰 芦晨鹏 刘聪 袁功进 汪飘 |
| |
作者单位: | 1. 湖北工业大学电气与电子工程学院;2. 太阳能高效利用湖北省协同创新中心;3. 华侨大学信息科学与工程学院 |
| |
摘 要: | 针对目前三维点云配准中传统ICP(Iterative Closest Point)算法存在的速度慢、精度低的问题。采用微软Kinect2.0深度传感器从真实的场景中获取目标物体的点云数据,通过点云分割、滤波、下采样等预处理工作,确保点云配准质量。在点云的粗配准中,使用特征点采样一致性算法,使点云获得更好的初始位置,为精配准创造了良好的初始条件。在点云的精配准中,提出一种利用线性最小二乘法优化的点到面ICP算法。实验结果表明,改进后算法的均方根误差为0.788 mm,时间为56.31 ms。与基于尺度不变特征变换的ICP算法和特征点采样一致性改进ICP算法相比,改进后的算法配准精度分别提高了30.9%和33.6%,速度提高了18.9%和32.1%。
|
关 键 词: | Kinect深度传感器 机器视觉 点云配准 ICP算法 线性最小二乘法 |
|
|