基于邻域曲率的低特征辨识度点云配准方法

TP391; 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...

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 39; no. 1; pp. 285 - 290
Main Authors 熊丰伟, 庄健, 沈人
Format Journal Article
LanguageChinese
Published 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 2022
Subjects
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
Online AccessGet full text

Cover

More Information
Summary:TP391; 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.
ISSN:1001-3695
DOI:10.19734/j.issn.1001-3695.2021.05.0206