基于关键点提取与优化迭代最近点的点云配准
对强噪声且密度不均匀的点云进行高效、高精度配准是一个难题。针对此难题,提出一种基于关键点提取与优化迭代最近点(ICP)的点云配准算法。在粗配准中,将体素格滤波与法向距离关键点的提取相结合,计算关键点的快速点特征直方图以进行特征匹配,然后采用对应关系估计优化随机采样一致性(RANSAC)算法以进行误匹配剔除。在精配准中,采用最优节点优先(BBF)算法搜索k-d tree最近点,设定动态阈值消除误配对,最后利用基于“点到三角面”模型的加速ICP算法计算配准向量。通过对模型点云和建筑物点云进行配准,将所提算法与其他常用的算法进行比较分析。实验表明,所提算法具有良好的稳健性和抗噪性,能显著提升配准速度和配准精度。
文件下载
评论信息
其他资源
- 全国分乡镇人口数(第六次人口普查)
- vivado_license 2018.3
- 中心差分法Matlab源程序
- 基于最小二乘法的谐波参数估计
- OpenCL编程指南
- 《多处理器编程艺术》课后答案
- 基于matlab的GPS数据读取
- 微信和支付宝提现和退款、支付代码
- java个人财务管理
- 网络编程（socket）文件图片等传送
- 概率论与数理统计教程_第二版_习题与解答_茆诗松_pdf_高清含详细目录
- 参数化盖梁（横坡）
- OpenCV_1.0 版本下载 配置VC6.0
- 第四章 C语言 PTA数组——作业-答案.html
- 旋翼无人机的一种控制办法代码+注释
- TvToM3uPanel-源码
- TinyCAD-master.zip
- 数据可视化之美(Beautiful Visualization)(英文版)
- 企业通讯录项目 基于SSM下的JAVA项目 包含登录验证、权限分配、EXCEL生成下载等
- ssd1303屏幕点亮程序
- qt之QComboBox定制
- continued fraction
- TreeCtrl控件的自绘
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明