点云配准是三维点云信息处理中的重要问题。传统点云配准方法计算量大，不利于实时计算与移动计算。针对传统点云配准方法存在的问题，提出了一种利用卷积神经网络进行点云配准的方法。首先计算点云的深度图像，利用卷积神经网络提取深度图像对的特征差，将深度图像对的特征差作为全连接网络的输入并计算点云配准参数，迭代地执行上述操作直至配准误差小于可接受阈值。实验结果表明，相比传统的点云配准方法，基于卷积神经网络的点云配准方法具有所需计算量小、配准效率高、对噪声点和异常点不敏感的优点。
2021-09-06 16:41:35
8.24MB
1
《C++ Builder与RS-232串行通信控制》配书光盘.part01.rar
共五部分
2021-09-06 16:18:26
14.31MB
1
行业分类-设备装置-一种抗分解的烯草酮和砜嘧磺隆复配可分散油悬浮剂及其制备方法.zip
2021-09-04 09:06:30
545KB