排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对传统三维图像配准算法需要获取目标物体多个模型数据的不便,以及三维重建过程耗时较长的不足,提出了一种基于三维人体表面前、后片模型的配准算法.该算法首先使用Kinect三维扫描设备获取的人体表面前、后片模型点云数据,作为配准过程的参考点集和目标点集;然后,选取前、后片模型的边缘轮廓信息作为配准特征点,通过迭代优化过程,使得前、后片能够较好地配准;最后,通过空间曲线插值方法填充模型边缘缝隙,得到完整的三维人体模型.试验结果表明,该算法只需要获取目标物体的前、后片三维数据,模型采集及配准效率高,配准精度好,即使针对初始位置相差较大的两个模型片也能得到准确的配准效果. 相似文献
2.
提出了一种基于HSV颜色空间的区域增长算法,利用统计方法得到区域增长的种子点和各点对应的分割阈值,使用网格信息寻找种子点的邻近点集,并综合考虑点云在HSV颜色空间中H分量的相近程度划分点云区域.试验表明,所提出的算法分割较精确,不容易产生过分割的情况. 相似文献
1
