三维点云关键点局部坐标系重构方法研究

摘要：

为实现航天员混合现实训练中的虚实融合效果,克服虚实空间匹配技术中关键点处局部特征描述子匹配率低的问题,提出基于法向量DBSCAN聚类的三维点云关键点处局部坐标系构建方法.采用KD?Tree方法提取待匹配关键点处邻域点云数据后计算各点的法向量,再利用DB?SCAN方法对法向量聚类,计算局部坐标系z轴并转换点云重构局部坐标系,消除深度传感器姿态因素对邻域点云坐标值的影响.实验结果表明:该方法在部分立体视觉数据集上的平均重复率为0.44,法向量聚类方法强化了光滑曲面在z轴估计中的权重,避免了散乱数据的影响.

关键词：点云匹配、局部坐标系、DBSCAN聚类、旋转不变特征

所属期刊栏目：28

分类号：TP391.4(计算技术、计算机技术)

资助基金：中国航天员科研训练中心试验技术研究项目;人因工程重点实验室自主研究基金

在线出版日期：2022-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：344-349