基于邻域曲率的低特征辨识度点云配准方法
Point cloud with low feature recognition registration method based on neighborhood curvature
1. 西安交通大学 机械工程学院, 西安 710049
2. 杭州信畅信息科技有限公司, 杭州 311199
摘要
在对特征辨识度低的点云进行配准的过程中，传统的基于局部特征提取和匹配的方法通常精度不高，而基于全局特征匹配的方法精度和效率也难以保证。针对这一问题，提出一种改进的局部特征配准方法。在初步配准阶段，设计了一种基于法向量投影协方差分析的关键点提取方法，结合快速特征直方图（FPFH）对关键点进行特征描述，定义多重匹配条件对特征点进行筛选，最后将对应点的最近距离之和作为优化目标进行粗匹配；在精配准阶段，采用以点到平面的最小距离作为迭代优化对象的改进迭代最近点（ICP）算法进行精确配准。实验结果表明，在配准特征辨识度低的点云时，相较于其他三种配准方法，该方法能保持高配准精度的同时降低配准时间。
基金项目
国家自然科学基金面上项目(51375363)
陕西省科技厅工业公关项目(2013GY2-04)
中央高校基本科研业务费专项资金资助项目(Z201707084)
出版信息
DOI: 10.19734/j.issn.1001-3695.2021.05.0206
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第1期
所属栏目: 图形图像技术
出版页码: 285-290
文章编号: 1001-3695(2022)01-051-0285-06
发布历史
[2022-01-05] 印刷出版
引用本文
熊丰伟, 庄健, 沈人. 基于邻域曲率的低特征辨识度点云配准方法 [J]. 计算机应用研究, 2022, 39 (1): 285-290. (Xiong Fengwei, Zhuang Jian, Shen Ren. Point cloud with low feature recognition registration method based on neighborhood curvature [J]. Application Research of Computers, 2022, 39 (1): 285-290. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
