这篇论文提出的稀疏迭代最近点算法具有较强的抗噪性,对包含噪声的点云数据进行配准时有较好的效果
2023-04-03 11:07:06 9.52MB 点云配准
1
点集配准对于多台摄像机的校准,3D重建和识别等非常重要。迭代最近点(ICP)算法对于相同比例的点集配准来说是准确且快速的,但是不能处理不同比例的情况。 取而代之的是,本文介绍一种称为缩放迭代最近点(SICP)算法的新颖方法,该算法将带有边界的缩放矩阵集成到用于缩放配准的原始ICP算法中。 在此算法的每个迭代步骤中,我们都建立了两个mD点集之间的对应关系,然后使用简单快速的迭代算法以及奇异值分解(SVD)方法,并结合了抛物线的性质来计算比例,旋转和平移转换。 已经证明,SICP算法可以从任何给定参数单调收敛到局部最小值。 因此,要达到所需的全局最小值,就需要良好的初始参数,本文通过分析点集的协方差矩阵成功估算了这些参数。 SICP算法与形状表示和特征提取无关,因此通常用于缩放mD点集的配准。 实验结果表明,与标准ICP算法相比,该算法具有较高的效率和准确性。
2021-11-09 11:01:40 946KB Iterative closest point (ICP);
1
通过C++实现了ICP算法的点云匹配过程,内容包括KdTree搜索算法和SVD算法的实现源码,希望给大家带来参考。
2021-08-27 15:08:56 473KB ICP ICP算法源码
1
Point_cloud_tools_for_Matlab:Matlab的各种点云工具
1