基于局部特征的点云配准算法

被引：26

作者：

赵夫群 ^{[1
,2
]}

周明全 ^{[2
,3
]}

耿国华 ^{[2
]}

机构：

[1] 咸阳师范学院教育科学学院

[2] 西北大学信息科学与技术学院

[3] 北京师范大学信息科学与技术学院

来源：

图学学报 | 2018年 / 39卷 / 03期

关键词：

点云配准; 局部特征; 迭代最近点; 旋转角约束; 动态迭代系数;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对覆盖率较低的点云,提出一种基于局部特征的点云配准算法。首先提取点云的局部深度、法线偏角和点云密度等局部特征,得到局部特征描述子;然后计算局部特征集的相关性,得到相关候选点集;再次通过删减外点达到点云粗配准的目的;最后采用基于旋转角约束和动态迭代系数的改进迭代最近点(ICP)算法,实现点云的细配准。实验结果表明,基于局部特征的点云配准算法可以实现覆盖率较低点云的精确配准,是一种精度高、速度快的点云配准算法。

引用

页码：389 / 394

页数：6

共 13 条

[1]

基于自适应权值的点云三维物体重建算法研究 [J].

林晓 ;

王燕玲 ;

朱恒亮 ;

胡甘乐 ;

马利庄 ;

李鲁群 .

图学学报, 2016, 37 (02) :143-148

[2]

基于Sparse ICP的三维点云耳廓识别 [J].

王森 ;

王璐 ;

洪靖惠 ;

李思慧 ;

孙晓鹏 .

图学学报, 2015, 36 (06) :862-867

[3]

邻域特征在点云配准中的应用 [J].

贺永兴 ;

欧新良 ;

匡小兰 .

计算机应用, 2012, 32 (03) :762-765+769

[4]

Discrete particle swarm optimization for high-order graph matching.[J].Maoguo Gong;Yue Wu;Qing Cai;Wenping Ma;A.K. Qin;Zhenkun Wang;Licheng Jiao.Information Sciences.2016,

[5]

Fast and accurate surface alignment through an isometry-enforcing game [J].

Albarelli, Andrea ;

Rodola, Emanuele ;

Torsello, Andrea .

PATTERN RECOGNITION, 2015, 48 (07) :2209-2226

[6]

A novel local surface feature for 3D object recognition under clutter and occlusion.[J].Yulan Guo;Ferdous Sohel;Mohammed Bennamoun;Jianwei Wan;Min Lu.Information Sciences.2015,

[7]

Graph-based characteristic view set extraction and matching for 3D model retrieval.[J].Anan Liu;Zhongyang Wang;Weizhi Nie;Yuting Su.Information Sciences.2015,

[8]

Bayesian multi-distribution-based discriminative feature extraction for 3D face recognition.[J].Ronghua Liang;Wenjia Shen;Xiao-Xin Li;Haixia Wang.Information Sciences.2015,

[9]

A modified ICP algorithm based on dynamic adjustment factor for registration of point cloud and CAD model.[J].Weimin Li;Pengfei Song.Pattern Recognition Letters.2015,

[10]

Probability iterative closest point algorithm for m -D point set registration with noise.[J].Shaoyi Du;Juan Liu;Chunjia Zhang;Jihua Zhu;Ke Li.Neurocomputing.2015,

← 1 2 →