多帧点云数据拼接合并_三维扫描点云数据的拼接方法及系统与流程

本文介绍了一种三维扫描点云数据的拼接方法,包括点云预处理、迭代匹配、关键帧确定和拼接流程。通过预处理去除离群点,迭代匹配计算变换矩阵,关键帧校正提高拼接精度,实现多帧点云数据的有效融合。
摘要由CSDN通过智能技术生成

技术特征:

1.一种三维扫描点云数据的拼接方法,其特征在于,包括:

获取三维扫描的点云数据,并对点云数据进行预处理;

对预处理后的点云数据与上一帧的点云数据进行迭代匹配;

根据预设迭代终止条件和迭代匹配条件判断是否迭代匹配成功;

当判断迭代匹配成功时,确定点云数据的关键帧;

计算关键帧的点云数据和关键帧之前的所有点云数据的最近点,以进行关键帧校正;以及

根据校正的关键帧进行点云数据的拼接。

2.根据权利要求1所述的三维扫描点云数据的拼接方法,其特征在于,所述对预处理后的点云数据与上一帧的点云数据进行迭代匹配,包括:

提取预处理的点云数据和上一帧的点云数据中二维坐标一致的点对作为初始点对;

根据初始点对的对应关系使用奇异值分解计算初始变换矩阵;

根据计算的初始变换矩阵对预处理的点云数据进行变换;

计算变换后的点云数据与上一帧的点云数据之间的最近点作为有效点对;以及

根据有效点对和代价函数计算变换矩阵。

3.根据权利要求1所述的三维扫描点云数据的拼接方法,其特征在于,所述对点云数据进行预处理,包括:

计算点云数据的所有点的领域拓扑关系;

计算点云数据的所有点的法向;以及

判断并过滤点云数据中的离群点。

4.根据权利要求1所述的三维扫描点云数据的拼接方法,其特征在于,所述根据预设迭代终止条件包括迭代次数、相邻两次迭代矩阵相似度和相邻两次点对距离,所述迭代匹配条件包括点对距离的均方差和点相

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
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