- 首页
- 产品推荐个人精选服务科研辅助服务教育大数据服务行业精选服务学科系列服务产品服务
- 期刊大全
- 充值
- 会员
- 职称材料
- 首页
- 产品服务
- 知识脉络
- 期刊大全
- 充值
- 会员
- 职称材料
智能检索
二次检索
任意字段
在结果中检索
在结果中去除
暂无数据
共
655
条结果 ，以下是1
-
20条
1 / 33
已选:0 清除
批量下载
批量引用
相关度
摘要： 提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度。首先,提出了基于点云边界特征点的初始配准方法。对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果。然后,提出了改进的ICP精确配准方法。对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点。最后,在初始配准的基础上,运用改进的ICP方法精确配准。对经典ICP方法和改进ICP方法做对比实验,结果显示,改进方法的配准效率提高了70%以上,误差减小到0.02%。实验表明,本文方法大幅提高了点云配准的效率和精度。
关键词: 逆向工程 ；迭代最近点 ；点云配准 ；边界特征点 ；M-估计
被引量
174
摘要： 针对数据排列无序、随机缺失及伴随白噪声等问题,提出一种基于因子分析法的三维点云配准方法。将点云数学模型扩展为正交因子模型,从而将点云的配准问题转换为对模型参数的求解问题;采用高斯混合模型对点云进行拟合,并通过最大期望算法(EMA)求解出正交因子模型的因子载荷矩阵;利用因子载荷矩阵完成对点云的配准。在仿真实验中,因子分析算法对随机丢失和带噪声的点云的配准情况,与经典迭代最近点(ICP)算法的配准精度相当,配准效率相比于ICP算法提升了70%以上。因子分析算法不会陷入局部最小值,在快速精确配准和稳定性方面有明显的改进和提高。
关键词: 机器视觉 ；点云配准 ；因子分析 ；白噪声 ；极大似然估计
被引量
9
摘要： 点云配准是三维点云处理的重要环节,但作为应用广泛的迭代最近点(iterative closest point,ICP)算法对源点云和目标点云的初始位姿、重叠率要求较高,并且容易陷入局部最优。因此提出了基于特征提取和改进ICP的点云配准算法,主要包括采样一致性初始配准(sample consensus initial alignment,SAC-IA)和ICP精配准两个核心环节。首先将传入的点云进行OCtree加速的体素滤波等预处理操作,以去除离散点并精简点云,对预处理后的点云基于主成分分析(principalcomponent analysis,PCA)进行法向量的计算;然后计算快速点特征直方图(fast point feature histogram,FPFH)特征描述子,将其用于SAC-IA算法进行粗配准;最后基于粗配准得到的初始矩阵,引入法向量约束信息改进ICP算法进行精配准。将算法在公开数据集上进行了验证,结果表明,所提算法较经典ICP等算法有效提升了配准精度和效率,为后续三维重建等环节提供了一种可行的方法。
关键词: 采样一致性初始配准 ；快速点特征直方图 ；迭代最近点 ；点云配准 ；OCtree
摘要： 利用传统的配准算法在对源点云和场景目标点云进行点云配准时,由于环境光照和设备精度的影响,使得捕获的场景点云往往存在大量噪声,并且场景数据捕获不全,导致配准精度低、迭代速度慢,容易产生局部最优解等问题。针对该情况,提出一种基于改进快速点特征直方图(FPFH)特征提取的点云模板匹配方法。该方法利用移动最小二乘法(MLS)平滑波动数据、修补点云孔洞的特点,从而提高FPFH描述子的特征权重,优化源点云和目标点云的对应关系。最后利用对应关系进行采样一致性初始配准(SAC-IA)和迭代最近点(ICP)配准得到最终的变换矩阵。通过对比实验验证了该方法相比传统的配准算法在场景点云中对目标点云进行模板匹配时迭代次数降低了35%,配准精度提高了82%,具有配准精度高、鲁棒性强、可靠性高的特点。
关键词: 机器视觉 ；快速点特征直方图 ；特征提取 ；移动最小二乘法 ；点云配准
被引量
4
摘要： 针对果树三维重构中存在建模精度低、成本高、拓扑结构差等问题,提出一种基于Kinect v2传感器的果树表型三维重建与骨架提取方法。首先,使用Kinect v2传感器采集不同视角下的果树点云数据;其次,对植株点云进行尺度不变特征变换的特征点检测,对关键点使用快速点特征直方图算法进行特征向量计算,通过随机抽样一致性方法提纯点云的初始位置,经初始变换后使用改进的迭代最近点算法进行精配准、拼接形成完整点云;最后,使用Delaunay三角剖分解构点云数据对缺失点云进行填充,使用Dijkstra最短路径算法对最小生成树进行求取,通过迭代去除冗余分量对骨架进行简化,使用圆柱拟合算法估算枝干骨架,将枝干骨架变为封闭凸包多面体,实现果树的枝干三维重建。实验结果表明:采用本文所提建模方法点云平均配准误差为0.52 cm,枝干平均重构误差不超过3.52%,重建效果良好。研究成果可为果园评估作物状态、智能化修剪等研究提供数据支持。
关键词: 果树 ；三维重建 ；Kinect v2 ；点云 ；配准
被引量
28
摘要： 点云配准是现代制造业中逆向工程、机器视觉等技术的重要组成部分,其效率和精度对获取的产品数据模型有重要影响。为提高3D物体点云配准的精度和效率,提出一种应用邻域点信息描述与匹配(Neighborhood point information Description and Matching,NDM)的点云配准方法。首先,在三个半径比例下根据点的曲率变化、测量角度和特征值性质提取特征点;其次,计算改进的法向量夹角、点密度和曲率值,获取多尺度矩阵描述符;然后,为描述符建立k维树获取匹配关系,并提出几何特征约束和刚性距离约束组合,剔除错误点对,实现粗配准;最后,通过k维树改进迭代最近点(Iterative Closest Point,ICP)算法完成精确配准。本文设计了实际物体点云配准和斯坦福模型模拟真实物体配准两组实验。结果表明,本文算法解决了经典ICP的局限性,配准精度提高2~5个量级;相较于其他算法,实物点云配准中本文算法的配准精度至少提高29%,效率可提高54%;斯坦福模拟实验中,本文算法的配准精度提高1%~99%,配准耗时降低3%~94%,表明本文算法是一种有效的物体表面点云的配准方法,可以提高配准精度和效率,有较好的鲁棒性。
关键词: 逆向工程 ；机器视觉 ；点云配准 ；邻域点信息 ；迭代最近点
被引量
23
摘要： 车辆轮廓的三维点云模型在汽车智能化制造及维保过程中具有重要作用。为提高点云配准的精度和效率,以汽车维保机器人为研究对象,提出一种基于点云数据处理技术的车辆轮廓扫描定位及点云数据配准方法。在机械臂末端安装Kinect深度传感器实现精准移动,在汽车四周采集点云数据并进行预处理,根据机械臂运动学方程计算传感器采样位姿,完成初步配准。在此基础上,使用迭代最近点算法完成车辆轮廓点云的精确配准。实验结果表明,该方法可完成各视角点云数据的准确、快速配准,得到完整的三维点云数字模型。
关键词: 车辆轮廓点云 ；深度传感器 ；迭代最近点算法 ；点云处理 ；机械臂
被引量
7
摘要： 随着国内外基于工程环境的三维点云处理技术研究的不断深入,开源的PCL(Point Cloud Library)库应运而生并且发展迅速,三维点云配准技术广泛应用在机器视觉、人机交互、无人驾驶等诸多工程领域,且涉及到计算机学、几何计算、传感器等多学科融合。由于传统电铲在手动操作挖掘过程中对于矿场环境感知不足,导致矿山整体开采效率低下,易发生挖掘碰撞、机身倾覆等意外事故。文中基于PCL点云数据处理库,将基于FPFH特征的SAC-IA粗配准,与使用迭代最近点算法(ICP)的精配准方法合并使用,实现矿场环境点云的配准,为后续无人电铲环境感知的研究提供了数据保障。试验结果表明,该方法具有较好的精度与较快的配准速度。
关键词: PCL ；点云配准 ；电铲 ；FPFH ；ICP
被引量
14
摘要： 场景的完整三维重建在城市规划、机器人地图、自动驾驶和增强现实等方面应用广泛。但特定角度下场景中小目标因遮挡或拍摄设备问题容易导致点云数据丢失,为解决该问题,本文提出一种基于中心点对齐和改进快速点特征直方图(FPFH)的小目标物体与三维场景配准及重建方法。首先,针对不同传感器数据尺度不同问题,提出基于中心点的变换法对小目标物体点云和场景点云进行尺度对齐;然后,针对小目标物体和场景之间特征点难以对应问题,利用内在形状签名(ISS)算法提取关键点,并采用提出的改进FPFH算法完成点云粗配准;最后,利用双向最近点迭代(ICP)算法完成点云精配准,实现完整的三维场景重建。实验结果表明,所提方法在自制场景数据集场景1~6中可以解决重建当中小目标物体点云与场景点云配准问题,提高了场景重建结果的精度和完整性,相较于快速全局配准(FGR)+ICP与FPFH+ICP两种方法,精度平均提升77.5%。
关键词: 场景重建 ；小目标 ；中心点变换 ；尺度变换 ；点云配准
被引量
1
摘要： 针对传统GWO存在搜索效率不足、易陷入局部最优等问题,提出了一种基于改进GWO和迭代最近点(ICP)的工业复杂零件点云配准方法。针对GWO随机初始化导致种群分布不均匀的问题,采用混沌映射对灰狼种群进行初始化,使种群更加均匀地分布在搜索空间内;引入一种非线性控制参数策略,平衡灰狼算法的局部搜索和全局搜索能力;融合精英反向学习,提高算法后期解的质量;利用ICP算法进行精配准。设计一种自适应分裂维度的方法,动态选择分裂维度,提高点云数据质量。仿真结果表明:IGWO相较于3种对比算法的RMSE平均提高了80.31%、73.99%、47.7%。
关键词: 改进灰狼算法 ；混沌映射 ；非线性参数 ；精英反向学习 ；点云配准 ；自适应分裂维度
被引量
2
摘要： 在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法。精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵。为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组CT心脏点云数据配准实验,结果表明本文方法较经典ICP算法的平均误差减少约21%,较TrICP算法减少约13%,在心脏点云数据配准实验中,本文方法较TrICP算法的15.5 s加快到1.77 s。因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性。
关键词: 迭代最近点算法 ；主成分分析法 ；双向距离 ；多图谱配准 ；心脏点云数据
被引量
47
摘要： 点云配准是三维数据处理的一个关键步骤。针对配准过程中特征点代表性和描述性弱导致配准效率低的问题,本文提出了一种基于改进三维尺度不变特征(3DSIFT)算法的点云配准方法。首先,结合信息熵理论对3DSIFT算法提取出的特征点进行精简,保留代表性和描述性强的点作为待配准点;其次,对特征点添加唯一形状上下文(USC)描述;然后,基于渐近采样一致性(PROSAC)算法完成粗匹配;最后,对源点云和目标点云建立双向KD树以减少搜索时间,加速迭代最近点(ICP)完成精配准。实验结果表明,与3种比较算法相比,该方法的平均配准误差分别降低了87.2%、61.3%、22.5%,且配准后的点云重叠率更高。
关键词: 点云配准 ；三维尺度不变特征(3DSIFT) ；特征点精简 ；唯一形状上下文(USC)
被引量
1
摘要： 激光点云大数据中存在冗余数据,导致其大数据自动配准过程中存在配准速率慢、精度差等问题,为此提出基于随机采样一致性算法的激光点云大数据自动配准技术。将初始半径和最小邻域拟作自定义变量,使用密度聚类法剔除冗余激光点云数据,运用双边滤波平滑点云信息;分析不同角度下两组激光点云数据的刚体变换关联,获取对应且不共线的采样点,将模型点配准率作为激光点云采样数据和真实数据一致性衡量指标,完成激光点云大数据初始配准;通过迭代最近法找出两个点云集合的最近点,利用M-估计方法优化误差惩罚函数,实现激光点云大数据自动配准。仿真结果证明,应用所提方法得到在未引入噪声时的激光点云数据配准重合度为0.97,噪声环境下的点云配准重合度为0.96,配准平均耗时为59.6 s。
关键词: 随机采样一致性 ；激光点云 ；数据配准 ；ICP方法 ；双边滤波
被引量
5
摘要： 针对激光扫描和摄影测量点云非同源数据自动配准困难的问题,提出一种基于快速点特征直方图(FPFH)点云粗配准与八叉树格网迭代改进最近邻点(ICP)算法相结合的方法。在粗配准中,首先采用体素格网对点云数据进行降采样处理,然后使用FPFH进行特征匹配,最后采用采样一致性初始配准(SAC-IA)算法获取初始配准变换矩阵。在精配准中,以经典的ICP算法为基础,首先通过设置欧氏距离阈值剔除错误的对应点,然后在每个体素格网中选取精度最高的同名点对,使用奇异值分解(SVD)法计算最终配准变换矩阵。实验结果表明,所提方法可以解决激光扫描点云和摄影测量点云非同源数据的配准问题,具有一定的研究和应用价值。
关键词: 机器视觉 ；点云配准 ；扫描点云 ；影像点云 ；格网 ；迭代最近点
被引量
14
摘要： 点云配准是三维重建中的重要步骤,为解决传统迭代最近点(ICP)点云配准算法速度慢、迭代次数多、精度低的问题,在搭建3D相机与RGB模组成像系统的基础上,对传统ICP方法进行改进,提出一种AKAZE(Accelerated KAZE)算法与广义迭代最近点(GICP)算法相融合的方法。此方法采用AKAZE算法进行RGB图像的特征点匹配,将RGB图像的特征点映射至对应的点云数据上,利用广义迭代最近点算法实现点云配准。试验结果表明,所述融合算法相比传统的ICP算法,降低了迭代次数,平均时间缩短了41.29%,时间效率得到了极大提升,配准效果也有明显改善。提出的点云配准方法有效地解决了传统配准方法时间效率低的问题。
关键词: 迭代最近点算法 ；点云配准 ；时间效率 ；3D重建
被引量
12
摘要： 针对传统城市轨道交通限界检测方法无数据留存、作业难度大的不足,提出采用三维激光扫描的方法进行限界检测。通过对扫描数据、惯导数据及里程数据的融合处理,得到按线路里程展开的三维激光点云。再根据扫描中心与钢轨间的固定几何位置关系,快速分割出钢轨点云,采用经改进的迭代最近点算法将钢轨点云与标准钢轨断面模型进行精确配准,提取左右轨轨顶面中心坐标,实现点云数据与建筑限界模型的叠加,并开展侵限点分析。采用2.4 km线路的实测点云数据对所述方法进行了验证,左轨精确配准误差均值4.53 mm、右轨精确配准误差均值4.76 mm,分析出的侵限断面与限界检测车结果一致,表明该方法处理精度高,分析结果能够满足城市轨道交通限界检测的应用要求。
关键词: 轨道交通 ；限界检测 ；移动激光扫描 ；三维点云 ；ICP ；精度
被引量
14
摘要： 客车的中控仪表板一般采用注塑成型技术制作,然后采用数控加工切出各类接口、按钮孔、显示屏槽等关键特征,加工时需要实现仪表板点云与CAD模型的快速、准确配准定位。为了提高配准精度和配准效率,提出一种基于RANSAC-ICP的客车中控仪表板点云配准算法。该算法采用粗配准和精配准结合的方法,首先在粗配准随机采样一致性算法中加入内在形状特征ISS找到关键特征点,然后通过列文伯格-马夸尔特改进的迭代最近点算法进行中控仪表板的精配准,实现了待切割仪表板件与CAD模型之间对应点的精准匹配。采用主动双目相机及配套设备对仪表中控板的点云数据进行采集,将提出的改进配准算法与传统ICP算法进行了对比实验,实验结果表明,提出的配准算法的配准精度提高了63%,整体配准时间比改进前快36%。
关键词: 客车中控仪表板 ；点云配准 ；随机采样一致性 ；迭代最近点 ；关键点提取
摘要： 为满足工业生产对航空叶片精铸零件点云配准精度越来越高的需求,并提高配准的速度和精度,提出一种配准方法——组合裁剪迭代最近点(C-TrICP)。首先,使用曲率下采样算法对点云进行下采样,较好地保留原始点云的特征;然后,对裁剪迭代最近点(TrICP)算法进行改进,并与迭代最近点(ICP)及TrICP算法进行对比实验。结果表明:改进算法在各点云模型的配准上均能取得较好的结果,且相比于ICP算法,该算法对Lucy、Bunny及Blade点云的配准效率分别提高了43.03%、43.86%及30.09%,配准精度分别提高了57.90%、99.96%及62.50%,解决了ICP及TrICP算法较为耗时、迭代收敛速度慢的问题,提高了配准精度。最后,将改进算法应用于航空叶片轮廓曲面自测点云的配准上,也取得了较好的配准精度,说明该方法对复杂曲面精密加工的发展具有良好的理论意义和重要的工程应用价值。
关键词: 点云配准 ；下采样 ；裁剪迭代最近点算法 ；迭代最近点 ；收敛速度 ；配准精度
被引量
3
摘要： 为解决少/无基准类大型异形薄壁件加工前定位找正效率低及生产效率低等问题,提出面向大型异形筒类薄壁件的双工位寻位加工系统及方法。构建了异形筒类薄壁件双工位寻位加工系统,基于该系统,在机外预调工作站(工位1)上用激光扫描仪测量薄壁件加工位姿点云数据;基于改进的迭代最近点算法进行实际位姿点云数据与理论位姿点云数据配准,进而计算加工坐标系修正量;基于零点定位系统完成大型薄壁件在五轴机床(工位2)中的快速定位,并根据加工坐标系修正量修改CNC系统中的加工坐标系;基于修正后的坐标系开始加工,完成异形筒类薄壁件双工位寻位加工。通过对某型武器异形筒体试验件进行寻位加工实验,验证了所提方法的有效性和优越性。
关键词: 大型异形筒类薄壁件 ；双工位寻位加工 ；机外预调工作站 ；点云配准
被引量
1
摘要： 为了提高采煤工作面的智能化水平,提出了基于图像和激光点云融合的煤岩识别方法。首先,利用三维重建构建了蕴含煤岩颜色信息及截割纹理特征的图像点云;其次,提出了基于改进迭代最近点(iterative closest point,简称ICP)算法的煤岩点云配准方法,提高了点对间的搜索速度和配准精度;然后,设计了基于改进区域生长算法的煤岩识别方法,通过仿真分析验证了改进措施的有效性;最后,搭建了采煤机煤岩截割实验系统,并对相关改进算法进行了实验对比分析。结果表明,所提方法的点云数据分割效果最好,煤岩识别准确率达92.95%。在煤矿井下采煤工作面进行了现场测试,进一步证明了所提煤岩识别方法的可行性和实用性。
关键词: 煤岩识别 ；图像点云 ；激光点云 ；点云配准 ；点云分割
被引量
15
已选:0 清除
批量下载
批量引用
- 1
- 2
- 3
- 4
- 5
- 6
- 33