节点文献

无阈值改进随机抽样一致性点云配准算法

No-threshold improved random sample consensus point cloud registration algorithm

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 彭杰李磊民石繁荣

【Author】 PENG Jie;LI Lei-min;SHI Fan-rong;

【机构】 西南科技大学信息工程学院

【摘要】 针对点云配准中存在大量错误点对,影响点云配准精度以及收敛速度问题,提出一种基于错误点对剔除的无阈值改进随机抽样一致性配准算法。在特征点提取阶段:引入边缘点检测算法剔除特征点中的边缘点,减少特征匹配中边缘点因特征描述不完整而产生的错误点对;在误匹配剔除阶段:基于错误点对在同一点云以及两点云间的空间位置分布特性,采用距离约束法结合无阈值改进随机抽样一致性(RANSAC)算法剔除初始点对中错误点对,得到最终的匹配点对进行点云配准。实验结果表明:相比传统点云配准算法,改进算法有效提高了点云的配准精度以及收敛速度。

  • 【文献出处】 制造业自动化 ,Manufacturing Automation , 编辑部邮箱 ,2020年10期
  • 【分类号】TP391.41
  • 【被引频次】6
  • 【下载频次】229
节点文献中: 

本文链接的文献网络图示:

本文的引文网络