基于多类型几何图元匹配的三维点云配准
Journal of University of Chinese Academy of Sciences(2023)
摘要
三维点云配准是计算机视觉、计算机图形学和遥感领域内诸多应用的重要基础,然而待配准数据中常有的噪声和共有区域小等问题给点云配准带来了极大的挑战.针对可能具有以上问题的人造物体点云或城市场景点云,提出一个基于多类型几何图元匹配的点云配准方法.该方法首先在原始点云中进行图元提取并基于它们的有效组合创建特征描述子,然后在描述子匹配的基础上,实现图元匹配并从中计算出变换参数,最后利用全局评估策略选出最佳变换参数并以此实现点云配准.该方法充分继承了多类型图元的优势,具有更强的鲁棒性和高效性,实验结果表明该方法在多种基准数据上取得了最佳的配准效果.
更多查看译文
关键词
3D point cloud,point cloud registration,geometric primitive,effective combination
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要