Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于邻域法向量和曲率的点云配准方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于邻域法向量和曲率的点云配准方法,包括:对源点云和目标点云数据进行预处理;依据各点间的疏密程度,对预处理后的源点云和目标点云构建邻近点数量约束条件;依据采样点与邻近点的之间法向量内积均值,对预处理后的点云提取初始特征点;通过邻域平均曲率,对初始特征点进行二次提取,形成特征点;依据构建曲率特征参数,形成最终特征点集;对最终特征点集进行FPFH特征描述,根据特征向量间双向最小与次小欧式距离比值进行初始特征匹配,并采用点对间欧式距离约束剔除误匹配点对;将正确匹配点对作为单位四元数计算初始变换参数的初值,对源点云和目标点云进行初始配准,并构建双向k维树改进ICP算法,完成精确配准。

主权项:1.一种基于邻域法向量和曲率的点云配准方法,其特征在于,包括以下步骤:步骤1:对源点云和目标点云数据进行预处理;步骤2:依据各点间的疏密程度,对预处理后的源点云和目标点云构建邻近点数量约束条件;依据采样点与邻近点的之间法向量内积均值,对预处理后的点云提取初始特征点;通过邻域平均曲率,对初始特征点进行二次提取,形成特征点;依据构建曲率特征参数,形成最终特征点集;步骤3:对最终特征点集进行FPFH特征描述,根据特征向量间双向最小与次小欧式距离比值进行初始特征匹配,并采用点对间欧式距离约束剔除误匹配点对;步骤4:将正确匹配点对作为单位四元数计算初始变换参数的初值,对源点云和目标点云进行初始配准,并构建双向k维树改进ICP算法,完成精确配准。

全文数据:

权利要求:

百度查询: 江苏旷博智能技术有限公司 一种基于邻域法向量和曲率的点云配准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。