期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于自适应邻域的固有形状特征算法 被引量:1
1
作者 石志良 蔡旺月 +1 位作者 汪国强 熊林杰 《计算机应用》 CSCD 北大核心 2020年第4期1151-1156,共6页
针对三维点云特征点检测算法中固定尺度的确定需要经验知识的参与,自适应尺度的计算需消耗较多时间成本的问题,提出一种自适应邻域的固有形状特征(ANISS)改进算法。首先利用局部特征计算每一点的自适应邻域k值;然后将k值作为ANISS算法... 针对三维点云特征点检测算法中固定尺度的确定需要经验知识的参与,自适应尺度的计算需消耗较多时间成本的问题,提出一种自适应邻域的固有形状特征(ANISS)改进算法。首先利用局部特征计算每一点的自适应邻域k值;然后将k值作为ANISS算法中的邻域大小,通过比较连续特征值的比率与阈值的大小来得到近似特征点;最后以近似特征点的k值作为非极大值抑制(NMS)的邻域大小,执行NMS算法,得到最终的特征点。旋转平移不变性实验和噪声敏感性实验的结果表明,ANISS算法检测出的特征点的可重复性均高于固有形状特征(ISS)算法,它不仅降低了ISS算法中邻域参数输入造成的不准确性,还具有较高的计算效率。 展开更多
关键词 自适应邻域 固有形状特征 特征点 可重复性 旋转平移不变性 抗噪性
在线阅读 下载PDF
基于关键点特征描述子的三维文物碎片重组 被引量:8
2
作者 高宏娟 耿国华 王飘 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期393-399,共7页
对多个文物碎片进行重组时,确定文物碎片之间的邻接关系时间复杂度非常高;文物断裂部位因受损而存在一定的几何特征缺失,仅依靠断裂区域的几何特征进行拼接或重组难免会出现错误.鉴于此,提出一种基于关键点特征描述子的三维文物碎片重... 对多个文物碎片进行重组时,确定文物碎片之间的邻接关系时间复杂度非常高;文物断裂部位因受损而存在一定的几何特征缺失,仅依靠断裂区域的几何特征进行拼接或重组难免会出现错误.鉴于此,提出一种基于关键点特征描述子的三维文物碎片重组方法.首先利用已有的文物"模板",采用内在形状签名算法提取文物"模板"和文物碎片原始面上的关键点;然后计算关键点的快速点特征直方图特征描述子;再通过比较其相似性来确定文物碎片在"模板"上的对应位置,即确定各个碎片断裂面之间的邻接关系;最后采用顺序拼合的方式及迭代最近点算法对多个碎片进行重组.实验结果表明,该方法能够有效地提高文物碎片虚拟拼接的效率. 展开更多
关键词 文物碎片拼接 内在形状签名 快速点特征直方图 随机抽样一致性 迭代最近点
在线阅读 下载PDF
一种实时的三维语义地图生成方法 被引量:2
3
作者 吴凡 闵华松 《计算机工程与应用》 CSCD 北大核心 2017年第6期67-72,共6页
为了提高模块化机械臂分拣作业效率,研究了一种实时三维语义地图生成方法。该方法设计了一种改进的区域增长分割算法提高了分割效率和准确性,通过基于距离阈值的特征匹配方法得到候选模型,采用随机采样一致性(RANSAC)和迭代最近点算法(I... 为了提高模块化机械臂分拣作业效率,研究了一种实时三维语义地图生成方法。该方法设计了一种改进的区域增长分割算法提高了分割效率和准确性,通过基于距离阈值的特征匹配方法得到候选模型,采用随机采样一致性(RANSAC)和迭代最近点算法(ICP)生成转变假设并对候选模型进行验证,获取物体位姿信息,保存于XML地图文件中,将其与机械臂末端位姿进行推理分析,得到抓取任务轨迹。实验结果表明,该方法满足作业实时性与准确性的要求。 展开更多
关键词 三维物体识别 区域增长 语义地图构建 内在形状特征(iss)算法 基于颜色与签名的方向直方图(CSHOT)局部特征描述子
在线阅读 下载PDF
一种基于三维形状上下文特征的点云配准算法 被引量:3
4
作者 周子翔 黄丹丹 刘智 《应用光学》 CAS 北大核心 2023年第2期330-336,共7页
针对点云配准过程中点云数据量大、配准时间长、配准精度低的问题,提出了一种基于内部形态描述子(intrinsic shape signatures, ISS)和三维形状上下文描述子(3D shape context, 3DSC)的点云配准算法。该方法首先使用体素网格滤波器对点... 针对点云配准过程中点云数据量大、配准时间长、配准精度低的问题,提出了一种基于内部形态描述子(intrinsic shape signatures, ISS)和三维形状上下文描述子(3D shape context, 3DSC)的点云配准算法。该方法首先使用体素网格滤波器对点云进行下采样,接着利用ISS算法提取特征点,并通过3DSC进行描述,然后通过改进的随机采样一致性(randon sample consensus, RANSAC)算法进行粗匹配,最后用改进的迭代最近点算法(iterative closest point, ICP)对点云进行精匹配。试验结果表明,与基于ISS+3DSC的三维正态分布变换(normal distribution transformation, NDT)算法和基于采样一致性初始配准(sample consensus initial aligment, SAC-IA)的ICP算法相比,本文算法的配准精度及效率更高,且对于数据量大的点云也有较好的匹配效果。 展开更多
关键词 点云匹配 内部形态描述子 三维形状上下文特征 改进的迭代最近点算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部