基于特征点提取和PCA的改进ICP点云配准方法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>3819 K
標簽： 三维激光 点云配准 迭代最近点
所需積分：0分積分不夠怎么辦？
文檔介紹：传统迭代最近点（Iterative Closest Point， ICP）方法进行点云配准时存在实时性差、易陷入局部极值且配准精度低等问题。提出一种基于特征点提取、主成分分析（Principal Component Analysis， PCA）粗配准和ICP精配准的三步点云配准方法。首先定义点云数据局部密度概念，并自动选择局部密度较大的点作为特征点，然后利用PCA对提取的特征点进行分析，根据PCA主分量方向计算配准所需平移和旋转参数。最后利用ICP对数据进行精配准。试验结果表明，所提方法相对于对比方法的配准精度提升超过13.4%，实时性提升超过38.2%，并且在低信噪比条件下表现出了更高的适应性，具有较高的应用前景。
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。