基于半球形邻域的激光雷达点云局部特征提取

摘要：

为提升激光雷达点云目标识别的效率和减少计算开销,本文通过采用改进的邻域确定方法和LRF估计方法,提出了一种新的特征描述子:半球单值形状上下文特征描述子(Hemispheric Unique Shape Context,HUSC).首先计算关键点处的互相关矩阵,并根据邻域点附近的点密度进行加权,以此估计关键点的法向量和切平面,并建立局部参考坐标系;然后以该切平面为底面构建半球形邻域,并将其按照方位角、极角和径向划分为多个栅格;最后统计各栅格中的点数,得到关键点的局部特征描述子.HUSC特征描述子在保证描述子准确率的同时,通过减少冗余栅格数量提高目标识别的效率.在Bologna、3DMatch数据集上进行的实验表明,基于半球形邻域的HUSC特征描述子与基于球形邻域的USC描述子对噪声鲁棒、对分辨率变化稳健性相当,但HUSC特征描述子占用内存更小,运算速度更快.

关键词：激光雷达、点云、目标识别、特征描述子、半球形邻域

所属期刊栏目：38

分类号：TN249(光电子技术、激光技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国防科技大学科研计划项目

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：329-339