一种结合随机采样一致性与主成分分析的点云配准方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对迭代最近点算法（ICP）对点云初始位姿有较高要求和随机采样一致性算法（RANSAC）不稳定的问题，提出了一种基于RANSAC和主成分分析（PCA）的点云配准方法。基于局部关键点配准、RANSAC+PCA粗匹配、全局优化精配准的框架，利用固有特征（ISS）关键点检测方法和非最大抑制值处理关键点，通过改进的快速点特征直方图（FPFH）优化建立关键点之间的对应关系组，融合过滤筛选、PCA主方向限制，以降低迭代次数且能利用ICP进行精准配准。（剩余12683字）

试读结束

目录
monitor
客服机器人