| 基于投影的点云配准算法 |
| |
| 引用本文： | 江盟,蔡勇,张建生.基于投影的点云配准算法[J].自动化仪表,2019(4):14-18,23. |
| |
| 作者姓名： | 江盟 蔡勇 张建生 |
| |
| 作者单位： | 西南科技大学制造科学与工程学院;制造过程测试技术省部共建教育部重点实验室 |
| |
| 基金项目： | 四川省教育部共建重点实验室"制造过程测试技术实验室"开放基金资助项目(14tdzk06) |
| |
| 摘 要： | 点云配准分为粗配准和精配准两个阶段。在精配准阶段,大部分采用迭代最近点(ICP)算法。由于ICP算法的性能很大程度上依赖于点云初始位置,因此点云粗配准是点云配准的关键环节,能为ICP提供良好的初始位置。基于三视图的概念,分析了点云配准的关系,提出了一种新的点云空间位置评价方法,进而利用遗传算法提出了一种降维处理空间点云的点云粗配准新算法。首先,将三维空间点云分别投影到三个坐标平面,利用信息熵概念求解每个投影面的熵值;然后,以三个坐标平面的熵值之和作为目标函数,利用遗传算法搜索出最优空间变换矩阵;最后,将变换矩阵作用于目标点云实现点云的粗配准。试验表明,新算法配准效果好,能为精配准提供优良初始位置,且效率高。该算法能为点云的曲面重构研究提供优良的原始点云数据。
|
| 关 键 词： | 点云配准 三视图 空间位置评价 遗传算法 降维处理 投影 信息熵 变换矩阵 |
Projection-Based Point Cloud Registration Algorithm |
| |
| JIANG Meng,CAI Yong,ZHANG Jiansheng.Projection-Based Point Cloud Registration Algorithm[J].Process Automation Instrumentation,2019(4):14-18,23. |
| |
| Authors: | JIANG Meng CAI Yong ZHANG Jiansheng |
| |
| Affiliation: | (School of Manufacturing Science and Engineering,Southwest University of Science and Technology,Mianyang 621010,China;Key Laboratory of Testing Technology for Manufacturing Process,Mianyang 621010,China) |
| |
| Abstract: | JIANG Meng;CAI Yong;ZHANG Jiansheng(School of Manufacturing Science and Engineering,Southwest University of Science and Technology,Mianyang 621010,China;Key Laboratory of Testing Technology for Manufacturing Process,Mianyang 621010,China) |
| |
| Keywords: | Point cloud registration Three views Spatial location evaluation Genetic algorithm Dimensionality reduction Projection Information entropy Transformation matrix |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
