• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >An Iterative Closest Points Algorithm for Registration of 3D Laser Scanner Point Clouds with Geometric Features
【2h】

An Iterative Closest Points Algorithm for Registration of 3D Laser Scanner Point Clouds with Geometric Features

机译：具有几何特征的3D激光扫描仪点云配准的迭代最近点算法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The Iterative Closest Points (ICP) algorithm is the mainstream algorithm used in the process of accurate registration of 3D point cloud data. The algorithm requires a proper initial value and the approximate registration of two point clouds to prevent the algorithm from falling into local extremes, but in the actual point cloud matching process, it is difficult to ensure compliance with this requirement. In this paper, we proposed the ICP algorithm based on point cloud features (GF-ICP). This method uses the geometrical features of the point cloud to be registered, such as curvature, surface normal and point cloud density, to search for the correspondence relationships between two point clouds and introduces the geometric features into the error function to realize the accurate registration of two point clouds. The experimental results showed that the algorithm can improve the convergence speed and the interval of convergence without setting a proper initial value.
机译：迭代最近点（ICP）算法是3D点云数据准确配准过程中使用的主流算法。该算法需要适当的初始值和两个点云的近似配准，以防止算法陷入局部极值，但是在实际的点云匹配过程中，很难确保符合此要求。本文提出了一种基于点云特征的ICP算法（GF-ICP）。该方法利用要记录的点云的几何特征（例如曲率，表面法线和点云密度）来搜索两个点云之间的对应关系，并将几何特征引入误差函数中，以实现对目标云的精确记录。两点云。实验结果表明，该算法无需设置适当的初始值即可提高收敛速度和收敛间隔。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号