针对小型或中等规模物体,在对配准精度要求较高且处理时间受限的场景下,采用两个配准算法叠加的策略,兼顾配准精度和运行效率,提出一种基于快速全局配准(Fast Global Registration,FGR)与点到面迭代最近点(Iterative Closest Point,ICP...针对小型或中等规模物体,在对配准精度要求较高且处理时间受限的场景下,采用两个配准算法叠加的策略,兼顾配准精度和运行效率,提出一种基于快速全局配准(Fast Global Registration,FGR)与点到面迭代最近点(Iterative Closest Point,ICP)相结合的点云配准方法。对点云进行体素下采样和法线估计以完成预处理;利用快速点特征直方图结合FGR实现粗配准,获得初始效果,且仅进行一次特征提取以提高效率;采用点到面点云精配准算法完成精配准。实验结果表明,所提方法在配准精度上优于其他3种对比算法,且运行时间显著缩短,具有稳定性。展开更多
文摘针对小型或中等规模物体,在对配准精度要求较高且处理时间受限的场景下,采用两个配准算法叠加的策略,兼顾配准精度和运行效率,提出一种基于快速全局配准(Fast Global Registration,FGR)与点到面迭代最近点(Iterative Closest Point,ICP)相结合的点云配准方法。对点云进行体素下采样和法线估计以完成预处理;利用快速点特征直方图结合FGR实现粗配准,获得初始效果,且仅进行一次特征提取以提高效率;采用点到面点云精配准算法完成精配准。实验结果表明,所提方法在配准精度上优于其他3种对比算法,且运行时间显著缩短,具有稳定性。
