针对点云配准处理过程中配准精度低且耗时长等问题,提出一种基于内部形态描述子(intrinsic shape signatures,ISS)关键点与二进制方向直方图描述子(binary signature of histograms of orientations,BSHOT)相结合的点云配准方法.首先,...针对点云配准处理过程中配准精度低且耗时长等问题,提出一种基于内部形态描述子(intrinsic shape signatures,ISS)关键点与二进制方向直方图描述子(binary signature of histograms of orientations,BSHOT)相结合的点云配准方法.首先,计算点云分辨率,采用ISS算法提取源点云与目标点云的关键点,并利用BSHOT算法描述关键点邻域,通过汉明距离匹配对应点对;其次,采用随机采样一致性算法删除匹配错误的对应点对,完成粗配准;最后,利用迭代最近点(iterative closest point,ICP)算法完成精配准.实验结果表明,该算法可在保证配准精度的同时显著提高配准效率.展开更多
文摘针对点云配准处理过程中配准精度低且耗时长等问题,提出一种基于内部形态描述子(intrinsic shape signatures,ISS)关键点与二进制方向直方图描述子(binary signature of histograms of orientations,BSHOT)相结合的点云配准方法.首先,计算点云分辨率,采用ISS算法提取源点云与目标点云的关键点,并利用BSHOT算法描述关键点邻域,通过汉明距离匹配对应点对;其次,采用随机采样一致性算法删除匹配错误的对应点对,完成粗配准;最后,利用迭代最近点(iterative closest point,ICP)算法完成精配准.实验结果表明,该算法可在保证配准精度的同时显著提高配准效率.
