基于曲率图的三维点云数据配准.PDF

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于曲率图的三维点云数据配准

第 46 卷 第 2 期 天津大学学报 (自然科学与工程技术版) Vol.46 No.2 2013 年 2 月 Journal of Tianjin University (Science and Technology) Feb. 2013 ▋ 基于曲率图的三维点云数据配准 葛宝臻 1, 2 ,彭 博 1, 2 ,田庆国 1, 2 (1. 天津大学精密仪器与光电子工程学院,天津 300072 ;2. 光电信息技术教育部重点实验室,天津 300072) 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. 关键词 :特征描述函数;曲率图;点云配准;特征匹配 中图分类号 TP391.4 文献标志码 :A 文章编号 0493-2137 (2013)02-0174-07 Registration of Three-Dimensional Point-Cloud Data Based on Curvature Map Ge Baozhen1, 2 ,Peng Bo1, 2 ,Tian Qingguo1, 2 (1. School of Precision Instrument and Opto-Electronics Engineering ,Tianjin University ,Tianjin 300072 ,China ; 2. Key Laboratory of Opto-Electronics Information Technology of Ministry of Education ,Tianjin 300072 ,China) Abstract In this paper ,curvature map is used as the feature descriptor and the usage of curvature map is investi- gated for the three-dimensional point-cloud data registration problem. Given a collection of noisy clouds ,the first step is to estimate the curvature based on the k-neighborhood for each point. Then the curvature map is built from the curvedness

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档