版权说明 操作指南
首页 > 成果 > 详情

面向模型和室内外点云的高效配准算法 【增强内容出版】

认领
导出
Link by 中国知网学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
李俊杰;雷臣;李伟诚;余肖慧;杨宇焓;...
通讯作者:
Zhu, WL
作者机构:
[李俊杰; 杨宇焓; Zhu, WL; 余肖慧; 李伟诚; 雷臣; 朱文利] Wuhan Polytech Univ, Coll Mech Engn, Wuhan 430048, Peoples R China.
通讯机构:
[Zhu, WL ] W
Wuhan Polytech Univ, Coll Mech Engn, Wuhan 430048, Peoples R China.
语种:
中文
关键词:
点云配准, 随机采样一致性, 图形处理器, 体素化广义迭代最近点, point cloud registration, random sample consensus, graphics processing unit, voxelized generalized iterative closest point
关键词(英文):
point cloud registration;random sample consensus;graphics processing unit;voxelized generalized iterative closest point
期刊:
液晶与显示
ISSN:
1007-2780
年:
2025
卷:
40
期:
3
页码:
493-504
基金类别:
National Natural Science Foundation of China [52371074]
机构署名:
本校为第一且通讯机构
院系归属:
机械工程学院
摘要:
针对现有点云配准算法对不同场景的点云进行配准时存在适用性弱、鲁棒性差及配准效率低下等问题,本文提出面向模型和室内外点云的高效配准算法。首先,采用体素网格滤波对点云进行下采样,并使用内部形态描述子(ISS)提取点云特征。然后,由快速点特征直方图(FPFH)对特征点进行特征描述,采用随机采样一致性(RANSAC)算法对点云进行粗配准。最后,通过图形处理器(GPU)并行加速的体素化广义迭代最近点(VGICP)算法实现精配准。实验结果表明,在含有噪声点的三维模型、室内及低重叠率室外点云中,本文算法在达到较高配准精度的同时仅耗时0.118 s、0.306 s和0.648 s。相比于现有的配准算法...
摘要(英文):
In response to the problems of weak applicability, low registration efficiency and poor robustness of existing point cloud registration algorithms when registering point clouds from different scenes, this paper proposes an efficient registration algorithm for models, indoor scene and outdoor scene point clouds. Firstly, voxel grid filtering is used to downsample the point cloud, and intrinsic shape signatures (ISS) is used to extract point cloud features. Then, fast point feature histograms (FPFH) are used to describe the feature points, and random sample consensus (RANSAC) algorithm is used f...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com