应用改进迭代最近点方法的点云数据配准OA北大核心CSCDCSTPCD
Point cloud registration based on improved iterative closest point method
提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度.首先,提出了基于点云边界特征点的初始配准方法.对点云最小包围盒进行三维空间划分,建立空间网格模型；运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果.然后,提出了改进的ICP精确配准方法.对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation…查看全部>>
An improved Iterative Closest Point (1CP) method based on the boundary feature points of the point cloud is proposed to improve the efficiency and accuracy of point cloud data registration in reverse engineering fields. First, an initial registration method based on the boundary feature points of point cloud is proposed. The method partitions the minimum bounding box of point cloud with grids in a 3D space, and sets up the space grid model. Then, it applies …查看全部>>
王欣;张明明;于晓;章明朝
吉林大学计算机科学与技术学院,吉林长春130012吉林大学计算机科学与技术学院,吉林长春130012空军航空大学训练部,吉林长春130022中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室,吉林长春130033
信息技术与安全科学
逆向工程迭代最近点点云配准边界特征点M-估计
reverse engineering Iterative Closest Point(ICP) point cloud registration feature pointsof boundary M-estimation
《光学精密工程》 2012 (9)
基于光流模型的运动分析的研究
2068-2077,10
国家自然科学基金资助项目(No.60905022)吉林省科技发展计划资助项目(No.201105016)吉林大学符号计算与知识工程教育部重点实验室开放基金资助项目
评论