基于曲率图的三维点云数据配准

被引:18
作者
葛宝臻 [1 ,2 ]
彭博 [1 ,2 ]
田庆国 [1 ,2 ]
机构
[1] 天津大学精密仪器与光电子工程学院
[2] 光电信息技术教育部重点实验室
关键词
特征描述函数; 曲率图; 点云配准; 特征匹配;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行精确配准.最后将整个配准算法应用于真实的三维点云数据,结果表明该算法能有效抑制点云采样密度及噪声的影响,能够快速实现点云数据的精确配准.
引用
收藏
页码:174 / 180
页数:7
相关论文
共 3 条
  • [1] Anisotropic smoothing of point sets
    Lange, C
    Polthier, K
    [J]. COMPUTER AIDED GEOMETRIC DESIGN, 2005, 22 (07) : 680 - 692
  • [2] 3-D imaging and modeling – Part I: acquisition and registration[J] . Xiang Peng,Zonghua Zhang,Hans J. Tiziani.Optik - International Journal for Light and Electron Optics . 2002 (10)
  • [3] Recognizing objects in range data using regional point descriptors. Frome A,Huber D,Kolurri R et al. Proc. Eigth ECCV . 2004