基于特征向量提取的点云配准算法
为提高现有配准算法精度和配准效率,提出了一种基于点云特征向量提取的点云配准算法.该算法利用点曲率和邻域内点数量作为综合判据筛选特征点,然后对特征点进行主成分分析提取特征向量,利用特征向量变换关系求解待配准点云之间的变换矩阵实现粗配准,精配准阶段创建点云k维二叉树,通过k维二叉树最近邻搜索来提高ICP算法精配准效率.为验证算法的有效性,将本文算法与多种配准算法在公开数据集Bunny和Horse以及实测环境点云数据进行配准实验对比分析,实验结果表明,计算时间相较于ICP算法减少60%,所提算法具有良好的精度和配准效率.
点云配准、特征向量、主成分分析、迭代最近点
45
TP391(计算技术、计算机技术)
2022-11-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
57-62