10.3969/j.issn.1006-2475.2017.11.009
改进的基于FPFH特征配准点云的方法
ICP(herative Closest Point)算法是点云配准中最常用的算法,而点云的FPFH (Fast Point Feature Histograms)特征可在点云配准中为其提供初始匹配信息.针对该方法的初始匹配中距离测度等问题,提出一种改进的基于FPFH特征配准点云的方法.点云配准时首先计算2个点云的点的FPFH特征之间的巴氏距离,以k-d树检索巴氏距离最小的对应点,然后利用奇异值分解计算初始转换矩阵,进行ICP算法精细匹配,求得最终变换矩阵.实验结果表明,改进的基于FPFH特征配准点云的方法能为ICP算法提供良好的初始变换矩阵,在同等迭代次数下该方法具有更高的精度.
巴氏距离、FPFH、点云特征、点云配准
TP391.41(计算技术、计算机技术)
山东省自然科学基金资助项目ZR2014FM015
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
46-50