沈阳建筑大学信息与控制工程学院, 辽宁 沈阳 110168
传统随机抽样一致性（RANSAC）算法只能进行粗配准, 且配准效率低。针对该问题提出一种改进的RANSAC快速点云配准算法。该算法将内部形态描述子算法和快速点特征直方图(FPFH)算法相结合, 得到特征描述子, 然后采用预估计和三维栅格分割法改进RANSAC算法, 最后与传统配准算法采样一致性初始配准算法进行比较。实验结果表明, 本文算法能快速精确地剔除误匹配点, 进行仿射变换矩阵求解, 无需二次配准。本文算法相较于传统配准算法有很大优势, 在大规模三维点云配准中具有很好的稳健性, 并且在保证精度的同时可大幅提高配准效率。
成像系统 点云配准 随机抽样一致性算法 预估计 三维栅格分割 激光与光电子学进展
2018, 55(10): 101104
1 西安工业大学机电工程学院, 陕西 西安 710032
2 西安北方光电科技防务有限公司, 陕西 西安 710043
为了实现多目标轮廓高效跟踪, 提出了基于方向预估计的边界跟踪算法。研究了多目标轮廓模型表达以及轮廓初始点选取方法, 为多轮廓跟踪提供模型依据。定义了4方向操作模板和方向矩阵实现轮廓走向的估计, 通过定义权重矩阵避免轮廓跟踪算法进入搜索陷阱, 提高算法的鲁棒性。对多组头部MR图像进行实验, 结果表明, 在同等边界数据情况下, 新算法跟踪效率较变窗爬虫跟踪算法和传统跟踪算法平均提高约21%, 鲁棒性明显增强。
边界跟踪 方向预估计 多边界 鲁棒性 boundary tracking direction estimation multi-boundary robustness
