典型文献
古建筑三维点云数据的精简与配准方法
文献摘要:
针对古建筑点云数据量大,配准效率低,质量差的问题,提出古建筑三维点云数据精简与配准的方法研究.首先对获取的古建筑源点云和目标点云数据通过曲率与包围盒随机抽样相结合的点云精简方法缩小点云的数据量,点云数据精简既保留了古建筑点云中的特征点,又使平坦区域的点云得到了均匀分布;然后从精简点云数据中提取四点集,利用超四点快速鲁棒匹配算法(super four point robust matching algo-rithm,Super 4PCS)实现源点云和目标点云的粗配准;最后利用最近点迭代算法(iterative closest point,ICP)实现点云间的精配准.实验结果表明,本文方法有效地提高了点云配准效率和配准精度.
文献关键词:
曲率-包围盒随机抽样;点云数据精简;古建筑点云配准
中图分类号:
作者姓名:
刘冉;刘军廷
作者机构:
宁波冶金勘察设计研究股份有限公司,浙江 宁波 315000
文献出处:
引用格式:
[1]刘冉;刘军廷-.古建筑三维点云数据的精简与配准方法)[J].北京测绘,2022(07):881-885
A类:
古建筑点云配准
B类:
三维点云数据,配准方法,数据量,点云数据精简,源点,云和,标点,数据通,曲率,包围盒,随机抽样,点云精简,小点,云中,特征点,平坦,均匀分布,四点,点集,鲁棒匹配,匹配算法,super,four,point,robust,matching,algo,rithm,Super,4PCS,粗配准,最近点迭代算法,iterative,closest,ICP,云间,配准精度
AB值:
0.352063
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。