点云从入门到精通技术详解100篇-基于关键点提取的刚性点云配准

目录

前言

国内外研究现状

传统点云配准方法

深度学习配准方法

2 基于特征匹配的点云配准框架

2.1 问题概述

2.2 几何特征提取算法总结

2.2.1 基于局部块的方法

2.2.2 基于点云的方法

2.3 点对离群值去除算法


本文篇幅较长,分为上下两篇,下篇详见基于关键点提取的刚性点云配准(续)

前言

点云,通常指三维空间中的点的集合,其中每个点都包含在特定坐标系下的
坐标信息,也可能包含其他相关的信息,如:颜色、法向量、曲率和激光强度等。
三维点云通常可以使用 RGBD 相机 Kinect 、激光雷达 LiDAR
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

格图素书

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值