基于统计局部特征描述与匹配的点云配准算法OACSTPCD
Point cloud registration algorithm based on statistical local feature description and matching
针对ICP算法在初始位姿差、部分数据丢失和噪声干扰情况下鲁棒性差、配准精度低的问题,提出一种基于统计局部特征描述与匹配的点云配准算法.首先,用点云局部密度、点云拟合平面距离方差、高斯曲率和平均曲率构建一个四维的统计局部特征描述符,准确地描述查询点的局部特征;然后,通过点对间的特征差异进行对应点匹配,剔除错误点对,解决点云部分数据缺失和噪声干扰的问题;最后,使用平均匹配距离作为度量改进ICP算法,对点云进行配准,解决初始位姿较差时配准精度低的问题.…查看全部>>
A point cloud alignment algorithm based on statistical local feature description and matching is proposed to address the problems of poor robustness and low alignment accuracy of the ICP algorithm in the presence of poor initial positional,partial data loss,and noise interference.Firstly,a 4-dimensional statistical local feature descriptor is constructed using point cloud local density,point cloud fitting plane distance variance,Gaussian curvature,and mean c…查看全部>>
王鑫淼;李新春;陶志勇
辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛 125100辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛 125100辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛 125100
计算机与自动化
点云配准特征描述特征匹配平均匹配距离迭代最近点
point cloud registrationfeature descriptionfeature matchingmean match distanceICP
《液晶与显示》 2024 (1)
89-99,11
2022年辽宁省应用基础研究计划(No.2022JH2/101300274)Supported by Liaoning Province Applied Basic Research Program 2022 of China(No.2022JH2/101300274)
评论