基于扩展的点特征直方图特征的点云匹配算法

基于扩展的点特征直方图特征的点云匹配算法

论文摘要

针对传统匹配方法存在匹配精度低、速度慢等问题,提出一种基于扩展点特征直方图(EPFH)特征的点云匹配算法,该算法采用先粗配再细配的策略。利用ISS(intrinsic shape signature)特征检测算法获取点云上的显著特征点集;对特征点进行EPFH特征描述;通过采样一致性算法估算刚体变换矩阵,完成待匹配点云和目标点云的初始匹配;接着使用基于k-d树的迭代最近点算法实现两片点云的精细匹配;最后将本文算法分别应用于公共数据集和兵马俑特殊数据集进行实验验证。实验结果表明,相比传统方法而言,本文算法具有更高的匹配精度和速度。

论文目录

  • 1 引言
  • 2 特征点检测
  • 3 EPFH特征提取
  •   3.1 建立局部坐标系
  •   3.2 构建EPFH特征描述子
  •   3.3 特征描述子降维
  • 4 点云匹配
  •   4.1 基于SAC-IA的粗匹配
  •   4.2 基于k-d树的精匹配
  • 5 实验结果与分析
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 汤慧,周明全,耿国华

    关键词: 机器视觉,点云匹配,特征提取,采样一致性

    来源: 激光与光电子学进展 2019年24期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用

    单位: 西北大学信息科学与技术学院,西安财经大学实验实训教学管理中心,北京师范大学艺术与传媒学院

    基金: 国家自然科学基金青年科学基金项目(61802311,61731015,61602380),国家自然科学基金面上项目(61673319),陕西省重点研发计划一般项目(2019SF-272),陕西省教育厅自然科学专项(18JK0795),青岛市自主创新重大专项项目(2017-4-3-2-xcl)

    分类号: TP391.41

    页码: 203-210

    总页数: 8

    文件大小: 541K

    下载量: 154

    相关论文文献

    标签:;  ;  ;  ;  

    基于扩展的点特征直方图特征的点云匹配算法
    下载Doc文档

    猜你喜欢