基于散乱点云的多尺度特征点提取算法

摘要：

针对物体的尺度不变性特征以及传统算法对噪声敏感等问题,本文提出一种基于散乱点云的多尺度特征提取算法.通过改变局部邻域的大小,构造尺度空间,进行多尺度分析,在不同的尺度下,通过对局部邻域的协方差分析,计算曲面变化值,找到具有尺度不变性的特征点;引入基于形状索引值的点签名方法,增强对噪声的鲁棒性.

关键词：散乱点云、尺度空间、协方差分析、特征点提取、点签名

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61379080;山西省自然科学基金项目2014011018-3;国家科技支撑计划基金项目2013BAH45F02

在线出版日期：2017-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3255-3259