-
题名基于区域生长的稠密三维点云重建方法
被引量：5
- 1
-
-
作者
秦红星
胡勇强
-
机构
重庆邮电大学计算机科学与技术学院
重庆邮电大学计算智能重庆市重点实验室
-
出处
《计算机工程与设计》
北大核心
2016年第2期465-469,共5页
-
基金
国家自然科学基金青年科学基金项目(61100113)
国家教育部留学归国基金教外司留基金项目([2012]940号)
+3 种基金
重庆市首批青年骨干教师基金项目(渝教人(2011)31号)
重庆市基础与前沿研究计划基金项目(cstc2013jcyjA40062)
重庆邮电大学科引进人才基金项目(A2010-12)
重庆市研究生科研创新基金项目(CYS14142)
-
文摘
目前存在的稀疏方法重建出的三维点云不够充足,导致无法重建出有效三维模型,为此提出一种基于区域生长的方法实现稠密三维点云的重建。以图像特征点匹配作为初始种子,以零均值归一化互相关系数和双视几何约束作为生长过程中图像对应点的匹配标准,在整幅图像上进行匹配生长,采取视差梯度约束和置信度约束进行匹配优化,获得稠密的图像对应点匹配;采用一种基于平面的相机标定方法计算相机的内部参数;利用稠密匹配和相机的内部参数计算图像间的相机运动参数,以投票策略确定相机运动参数;建立双视几何模型重建点云。实验结果表明,该方法能重建出准确的稠密三维点云。
-
关键词
区域生长
零均值归一化互相关系数
双视几何
匹配优化
相机标定
稠密三维点云
-
Keywords
region-growing
zero-mean normalized cross-correlation
two-view geometry
match optimization
camera calibration
dense 3D point clouds
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名动态场景优化ORB-SLAM3算法
- 2
-
-
作者
徐淑萍
杨定哲
房嘉翔
蒋硕
-
机构
西安工业大学计算机科学与工程学院
-
出处
《中国惯性技术学报》
2025年第10期998-1007,共10页
-
基金
陕西省科技厅重点产业链工业领域一般项目(2022GY-239)。
-
文摘
针对动态场景中移动物体引发的机器人位姿估计偏差及地图构建不完善问题,提出一种动态场景优化ORB-SLAM3算法。首先通过改进的YOLOv5s算法检测动态物体并初步剔除关联特征点,随后联合LK光流跟踪与基于基本矩阵的极线几何约束分析,进一步滤除漏检的动态特征点,从而提升环境感知与位姿估计精度。同时,通过滤除动态信息的关键帧生成对应的点云信息,实现三维稠密静态地图构建。室内动态场景下的测试结果表明:相较于传统ORB-SLAM3,所提算法的绝对轨迹误差和相对位姿误差在办公室环境下分别减小55.2%和93.7%,走廊场景中分别减小24.3%和40.2%,验证了其在动态场景中的鲁棒性优势。
-
关键词
改进YOLOv5s
LK光流
极线约束
三维稠密点云地图
-
Keywords
improve YOLOv5s
LK optical flow
epipolar constraint
3D dense point cloud map
-
分类号
TP391.4
[自动化与计算机技术]
-
