基于邻域表面形变信息加权的点云配准 | |
李新春1; 闫振宇1; 林森1,2,3 | |
刊名 | 激光与光电子学进展
![]() |
2020 | |
卷号 | 57期号:14页码:1-8 |
关键词 | 机器视觉 点云配准 加权方式 特征点提取 迭代最近点 |
ISSN号 | 1006-4125 |
其他题名 | Point Cloud Registration Based on Neighborhood Surface Deformation Information Weighting |
产权排序 | 2 |
英文摘要 | 为提高点云的配准精度,解决单一特征导致迭代最近点(ICP)算法在噪声干扰、数据缺失情况下鲁棒性差的问题,提出一种基于邻域表面形变信息加权的点云配准方法。首先为简化点的邻域信息提出以邻近点数量为约束的邻域构建方法,并考虑邻近点对采样点的影响引入加权方法提高内部形态描述子(ISS)特征点提取算法的提取效率;其次计算邻域的法向量内积均值对点云进行第二次特征点提取;然后以快速点特征直方图(FPFH)进行特征描述,并运用双重约束确定匹配点对关系;最后在配准阶段,采用双向k维树ICP(DTICP)算法来实现精确配准。实验表明,本文算法相比ICP算法在配准精度上提高了90%以上,并且能够在噪声环境下有效地配准缺失点云,具有较好的鲁棒性和抗干扰性。 |
语种 | 中文 |
CSCD记录号 | CSCD:6780093 |
资助机构 | 辽宁省教育厅科学研究一般项目(L2014132) ; 辽宁省自然科学基金面上项目(2015020100) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/26030] ![]() |
专题 | 沈阳自动化研究所_机器人学研究室 |
通讯作者 | 闫振宇 |
作者单位 | 1.辽宁工程技术大学电子与信息工程学院 2.中国科学院沈阳自动化研究所机器人学国家重点实验室 3.中国科学院机器人与智能制造创新研究院 |
推荐引用方式 GB/T 7714 | 李新春,闫振宇,林森. 基于邻域表面形变信息加权的点云配准[J]. 激光与光电子学进展,2020,57(14):1-8. |
APA | 李新春,闫振宇,&林森.(2020).基于邻域表面形变信息加权的点云配准.激光与光电子学进展,57(14),1-8. |
MLA | 李新春,et al."基于邻域表面形变信息加权的点云配准".激光与光电子学进展 57.14(2020):1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论