福建师范大学学报(自然科学版)

2017, v.33;No.154(02) 1-9+17

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于点云的SUSAN特征点检测算法在三维重建中的应用
The Application of SUSAN Keypoint Detection Based on Point Cloud in 3D Reconstruction

庄恩泽;吴献;

摘要(Abstract):

针对三维重建中点云特征点检测问题,提出了一种基于点云的最小核值相似区(SUSAN)特征点检测算法,并将其应用于三维重建的初始配准.首先,对待测点云进行遍历,利用kd-tree数据结构获取三维r-邻域核值相似区,计算得到点云的候选特征点;其次,使用快速点特征直方图对候选点进行特征描述并实现两幅点云特征点间的匹配;最后,利用奇异值矩阵分解法计算变换矩阵,完成两幅点云的初始配准.实验结果表明该特征点检测算法计算效率较高,产生的特征点匹配准确,可为精确配准提供较好的初始位置.

关键词(KeyWords): 三维重建;SUSAN算子;特征描述;快速点特征直方图;迭代最近点算法

Abstract:

Keywords:

基金项目(Foundation): 福建省教育厅资助项目(JA12079);; 福建师范大学教学改革研究项目(I201503039)

作者(Authors): 庄恩泽;吴献;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享