文献类型：期刊文章

作　　者：赵夫群[1] 耿国华[2]

Zhao Fuqun;Geng Guohua(School of In formation,Xi'an University of Finance and Economics,Xi'an,Shaanxi 710100,China;School of Information Science and Technology,Northruest University,Xi'an,Shaanci 710127,China)

机构地区：[1]西安财经大学信息学院,陕西西安710100 [2]西北大学信息科学与技术学院,陕西西安710127

出　　处：《激光与光电子学进展》

基　　金：国家自然科学基金(61673319,61731015);青岛市自主创新重大专项项目(2017-4-3-2-xcl);陕西省教育厅专项科研计划(18JK0318)。

年　　份：2020

卷　　号：57

期　　号：10

起止页码：229-235

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对点云配准中匹配精度低和算法收敛速度慢等问题,提出一种基于二维图像特征和奇异值分解(SVD)的点云配准算法。先将三维点云转换成二维方位角(BA)图像,利用基于内部距离的形状上下文(IDSC)算法对BA图像进行配准;再根据三维点和二维像素的一对一映像关系计算三维点云的刚体变换,从而实现两个点云的初始粗配准;最后采用基于SVD的迭代最近点(ICP)算法对点云进行进一步精配准,从而实现点云的最终精确配准。实验采用公共点云、颅骨点云和文物点云数据验证所提配准算法的配准性能,结果表明所提算法是一种快速和高精度的点云配准算法。

关 键 词：成像系统  点云配准 方位角图像  形状上下文算法  奇异值分解 迭代最近点

分 类 号：TP391]