-
题名基于改进3DSIFT算法的点云配准方法
- 1
-
-
作者
张平均
赵浩
-
机构
福建理工大学电子电气与物理学院
-
出处
《激光与红外》
北大核心
2025年第2期296-303,共8页
-
文摘
点云配准是三维数据处理的一个关键步骤。针对配准过程中特征点代表性和描述性弱导致配准效率低的问题,本文提出了一种基于改进三维尺度不变特征(3DSIFT)算法的点云配准方法。首先,结合信息熵理论对3DSIFT算法提取出的特征点进行精简,保留代表性和描述性强的点作为待配准点;其次,对特征点添加唯一形状上下文(USC)描述;然后,基于渐近采样一致性(PROSAC)算法完成粗匹配;最后,对源点云和目标点云建立双向KD树以减少搜索时间,加速迭代最近点(ICP)完成精配准。实验结果表明,与3种比较算法相比,该方法的平均配准误差分别降低了87.2%、61.3%、22.5%,且配准后的点云重叠率更高。
-
关键词
点云配准
三维尺度不变特征(3DSIFT)
特征点精简
唯一形状上下文(usc)
-
Keywords
point cloud registration
3D scale-invariant features(3DSIFT)
streamlining of feature points
unique shape context(usc)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TN958.98
[电子电信—信号与信息处理]
-
