一种基于几何特征由粗到细点云配准算法

被引：10

作者：

胡加涛 ^{[1
]}

吴晓红 ^{[1
]}

何小海 ^{[1
]}

王正勇 ^{[1
]}

龚剑 ^{[2
]}

机构：

[1] 四川大学电子信息学院

[2] 成都西图科技有限公司

来源：

科学技术与工程 | 2020年 / 20卷 / 05期

关键词：

点云配准; 几何特征; 投影法; 启发式搜索; 迭代最近点(ICP);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对点云配准算法对初始位置敏感且收敛速度慢的问题,提出一种基于几何特征由粗到细点云配准算法。在粗配准阶段,通过投影法提取源点云和目标点云各4个轮廓点,然后利用曲率特征和轮廓点之间的距离寻找稳健的特征点对,计算得到初始刚性变换参数;细配准阶段,计算点云法向量及法向量夹角,以法向量为特征进行特征匹配,然后使用法向量夹角来启发搜索,使迭代最近点(iterative closest points, ICP)算法快速收敛。实验结果表明,所提出的由粗到细的配准算法鲁棒性强,具有较高的精度和速度。

引用

页码：1947 / 1952

页数：6

共 8 条

[1] 一种面向造像类文物的真三维模型精细重建方法
夏国芳
胡春梅
范亮
[J]. 敦煌研究, 2018, (03) : 131 - 140
[2] 颅骨点云模型的优化配准
赵夫群
周明全
[J]. 光学精密工程 , 2017, (07) : 1927 - 1933
[3] SLAM-driven robotic mapping and registration of 3D point clouds[J] . Pileun Kim,Jingdao Chen,Yong K. Cho. Automation in Construction . 2018
[4] Large-scale urban point cloud labeling and reconstruction[J] . Liqiang Zhang,Zhuqiang Li,Anjian Li,Fangyu Liu. ISPRS Journal of Photogrammetry and Remote Sensin . 2018
[5] A fast and robust local descriptor for 3D point cloud registration[J] . Jiaqi Yang,Zhiguo Cao,Qian Zhang. Information Sciences . 2016
[6] 4-points congruent sets for robust pairwise surface registration
Aiger, Dror
Mitra, Niloy J.
Cohen-Or, Daniel
[J]. ACM TRANSACTIONS ON GRAPHICS, 2008, 27 (03):
[7] 3D free-form object recognition in range images using local surface patches
Chen, Hui
Bhanu, Bir
[J]. PATTERN RECOGNITION LETTERS, 2007, 28 (10) : 1252 - 1262
[8] Localization and comparison of two free-form surfaces
Huang, X
Gu, P
Zernicke, R
[J]. COMPUTER-AIDED DESIGN, 1996, 28 (12) : 1017 - 1022

← 1 →