基于特征點提取和PCA的改進ICP點云配準方法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3819 K
標簽： 三維激光 點云配準 迭代最近點
所需積分：0分積分不夠怎么辦？
文檔介紹：傳統(tǒng)迭代最近點（Iterative Closest Point， ICP）方法進行點云配準時存在實時性差、易陷入局部極值且配準精度低等問題。提出一種基于特征點提取、主成分分析（Principal Component Analysis， PCA）粗配準和ICP精配準的三步點云配準方法。首先定義點云數(shù)據(jù)局部密度概念，并自動選擇局部密度較大的點作為特征點，然后利用PCA對提取的特征點進行分析，根據(jù)PCA主分量方向計算配準所需平移和旋轉(zhuǎn)參數(shù)。最后利用ICP對數(shù)據(jù)進行精配準。試驗結(jié)果表明，所提方法相對于對比方法的配準精度提升超過13.4%，實時性提升超過38.2%，并且在低信噪比條件下表現(xiàn)出了更高的適應性，具有較高的應用前景。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。