首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于快速点特征直方图的特征点云迭代插值配准算法
引用本文:陆军,彭仲涛.基于快速点特征直方图的特征点云迭代插值配准算法[J].国防科技大学学报,2014,36(6):12-17.
作者姓名:陆军  彭仲涛
作者单位:哈尔滨工程大学 自动化学院,黑龙江 哈尔滨,150001
基金项目:黑龙江省自然科学基金资助项目(F201123);中央高校基本科研业务费专项基金资助项目(HEUCFX41304)
摘    要:为提高三维激光扫描点云数据的配准精度,提出了一种基于快速点特征直方图特征的迭代插值配准方法。配准过程中,点云数据获取时受扫描仪分辨率影响,点云局部或整体密度偏小,两次测量点云数据的相同位置不存在完全相同的点,以致对应点之间存在误差。为减小误差对配准精度影响,引入迭代插值方法,增加点云整体密度。通过计算关键点的快速点特征直方图的特征寻找对应关系,使用随机采样一致算法去除错误对应关系,对对应点协方差矩阵进行奇异值分解求得粗配准旋转平移矩阵,再使用迭代最近点算法进行点云的精确配准。实验结果表明,改进的配准方法简单、稳定可靠、计算速度有所增加,有效地提高了配准精度。

关 键 词:点云配准  迭代插值  关键点  快速点特征直方图  迭代最近点
收稿时间:2014/4/11 0:00:00

Iterative interpolation point cloud registration algorithm based on fast point feature histograms
LU Jun and PENG Zhongtao.Iterative interpolation point cloud registration algorithm based on fast point feature histograms[J].Journal of National University of Defense Technology,2014,36(6):12-17.
Authors:LU Jun and PENG Zhongtao
Institution:College of Automation, Harbin Engineering University, Harbin 150001, China;College of Automation, Harbin Engineering University, Harbin 150001, China
Abstract:
Keywords:point cloud registration  iterative interpolation  key points  fast point feature histograms  iterative closest point
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号