欢迎来到天天文库
浏览记录
ID:58156103
大小:912.15 KB
页数:5页
时间:2020-04-25
《一种基于点签名的散乱点云特征点检测方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第40卷第7期计算机工程2014年7月Vb1.40NO.7ComputerEngineeringJuly20l4·人工智能及识别技术·文章编号:1000—3428(2014)07一O174—05文献标识码:A中图分类号:TP18一种基于点签名的散乱点云特征点检测方法王晋疆,一,陈阳.一,田庆国1,2,常天宇lI2(1.天津大学精密仪器与光电子工程学院,天津300072;2.光电信息技术教育部重点实验室,天津300072)摘要:针对传统特征点提取算法存在的对噪声敏感、人机交互效率不高等问题,提出一种基于点签名的散乱点云特征点检测方法。
2、借助于k邻近方法,统计所有散乱点云的点签名,并给出相应的点签名直方图与色阶图基于正态分布的规律设定曲率阈值,完成特征点云的初步筛选。在初步筛选的基础上,对候选特征点云在其主曲率方向上进行投影,完成特征点的进一步筛选。实验结果表明,该特征点检测方法适用于各种不同的点云数据,能够准确、有效地提取出特征点,且人机交互效率与抗噪性能均优于传统k邻近方法。关键词:散乱点云;特征点提取;点签名;色阶图;正态分布;方向投影AFeaturePointDetectionMethodforScatteredPointCloudBased0nPointS
3、ignatureWANGJin-jiang,一,CHENYang,一,TIANQing-guo一,CHANGTian—yu,(1.SchoolofPrecisionInstrumentandOpto—electronicsEngineering,TianjinUniversity,Tianjin300072,China;2.KeyLaboratoryofOpto—electronicsInformationTechnology,MinistryofEducation,Tianjin300072,China)IAbstract】The
4、traditionalmethodforfeaturepointdetectionfrom3Dscatteredpointcloudissensitivetothenoisedataandhasaloweficiencyofhuman—computerinteraction.Todealwiththeproblems,amethodbasedonpointsignatureisproposed.Thepointsignatureinformationofallthepointsiscalculateddependingonthekn
5、earestneighbors,therelatedhistogramandcolor—levelchartare&awn.AthresholdisbuiltaccordingtotheNormaldistributiontofinishthepreliminaryscreening.Thecandidatefeaturepointsareprojectedinthedirectionsofprinciplecurvaturestoselectthefeaturepointsagain.Experimentalresultsshow
6、thattheproposedmethodissuitableforvariouskindsofpointsmodels,whichcandetectthefeaturepointsaccuratelyandeffectively,andtheeficiencyofhuman—computerinteractionandnoiseimmunityarebetterthanthetraditionalmethods.[Keywords]scatteredpointcloud;featurepointdetection;pointsig
7、nature;color—levelchart;normaldistribution;directionprojectionDOI:10.3969~.issn.1000—3428.2014.07.0361概述在点云数据大规模应用之前,特征点检测大都针对重建后的网格数据。文献[1]使用局部多项式拟合来估算曲率随着坐标测量技术的不断发展,人们可以方便地获得张量信息,将曲率张量用于密集三角形网格的特征检测。被扫描物体的点云数据。点云是以离散点为基元的几何模文献[2]对于多边形数据重建隐函数模型,从隐函数模型中型,一般具有散乱和庞大的特点,
8、散乱是指各三维点之问计算曲率信息以完成特征检测。这类方法的缺点是重建过无序排列,只有三维坐标值而没有明确的空问信息;庞大程复杂,速度较慢,且网格精度得不到保证。是指扫描到的点云数据数量过于庞大,而往往极少数的点直接从散乱点云模型中提取
此文档下载收益归作者所有