基于特征点提取和PCA的改进ICP点云配准方法AET-电子技术应用-最丰富的电子设计资源平台

基于特征点提取和PCA的改进ICP点云配准方法
所属分类：技术论文
上传者：wwei
文档大小：3819 K
标签：三维激光点云配准迭代最近点
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动