作者单位
摘要
西南交通大学物理科学与技术学院, 四川 成都 610031
针对传统关键点检测算法对噪声敏感及依赖于物体模型的形状特征等问题,提出一种基于正态加权的多尺度关键点提取算法。首先,在每个尺度上建立局部邻域的协方差矩阵,计算局部坐标系落在前两个坐标轴的比率大小,根据比率大小来确定候选关键点。然后计算基于正态加权的形状索引值,以此来度量点云的局部最大相异性度量值。最后,在不同尺度下,将具有局部最大相异性度量值的极大值点作为最终关键点。实验结果表明,相比较其他的传统算法,所提算法能有效地提取各种点云模型的关键点,能够同时兼顾关键点的质量、数量及运行效率,且对具有尖锐特征和大面积平滑特征的模型具有较强的适应性,算法的鲁棒性及形状索引功能得到进一步增强。
图像处理 关键点检测 重复性 正态加权 形状索引 
激光与光电子学进展
2020, 57(16): 161016
作者单位
摘要
西南交通大学物理科学与技术学院光电工程研究所,四川成都 610031
激光线结构光扫描仪得到的三维点云数据具有冗余性,本文设计实现了一种基于两阶非均匀划分的点云精简算法对机车走行部数据进行处理。首先,根据内在形状特征算法估计出检测对象的点云法矢,并提取出点云特征点;其次,根据特征点云的分布对点云进行第一次非均匀划分,得到不均匀的初始点云块;最后,将划分后的各点云块映射到不同的高斯球中进行进一步细分,在高斯球面上进行均值漂移聚类,提取出每个聚类簇在实际三维空间中的重心,重心的集合即为精简结果。实验证明了方法的有效性,相比于现有的方法,本文中的方法在保证精度的前提下能够达到很高的精简率和运算效率,更契合机车自动化在线检测的需要。
点云精简 非均匀划分 高斯映射 均值漂移 point cloud simplification non-uniform division Gauss mapping mean shift 
光电工程
2019, 46(2): 180269

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!