点云从入门到精通技术详解100篇-低重叠率三维点云配准及点云数据一体化处理系统开发

目录

前言

国内外研究现状

基于局部特征的配准方法

基于全局范围的配准方法

三维点云配准算法

2.1 引言

2.2 本文算法

2.3 点云空间结构

2.3.1 点云邻域

2.3.2 KD-Tree 搜索

2.3.3 三维空间刚体变换

2.4 点云滤波

2.4.1 下采样滤波

2.4.2 直通滤波

2.4.3 统计滤波

2.5 点云关键点提取

2.5.1 ISS 关键点

2.5.2 3D-SIFT 关键点

2.5.3 关键点提取实验对比分析

2.6 点云特征提取

2.6.1 法线特征

2.6.2 FPFH 特征

低重叠率三维点云配准实验

3.1 引言

3.2 实验平台

3.3 评价标准

3.4 点云粗配准

3.4.1 SAC-IA 算法

3.4.2 RANSAC 算法

3.4.3 改进的 RANSAC 算法

3.4.4 实验对比分析

---

本文篇幅较长，分为上下两篇，下篇详见低重叠率三维点云配准及点云数据一体化处理系统开发（续）

 

前言

在现代科学技术飞速发展的同时，以图像为二维形态的表现形式已不能满足人们对

立体信息的需求，三维扫描技术和三维激光雷达等传感器因此得到了飞速发展。三维激

光雷达通过测量从发射到接收反射光的时间间隔来获得与目标之间的距离 [1] 。三维激光

雷达不受光线限制，可有效获取环境特征，具有测量精度高、测量距离