基于二进制特征描述符的点云数据配准
传统点云数据特征描述符存在表达能力不足、计算效率低和鲁棒性不强等问题,针对二进制形状上下文(BSC)特征描述符不能有效检测到曲率分布较大的区域以及局部坐标系存在二义性的问题,提出了一种基于二进制特征描述符的点云数据配准算法.首先,采用内在形状签名关键点检测法和三维曲面片估计方法改进语义问题.然后,利用汉明距离与改进的几何一致性方法进行特征匹配.最后,用随机抽样一致性算法剔除误匹配.实验结果表明,相比快速点特征直方图、融合点签名的直方图和BSC算法,本算法与迭代最近邻点算法的结合能在大幅度提升配准效率的同时减小配准误差.
机器视觉、二进制形状上下文算法、汉明距离、点云配准、特征匹配、迭代最近邻点算法
59
P237(摄影测量学与测绘遥感)
2022-06-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
323-330