典型文献
基于邻域结构和驱动力准则的非刚性点集配准
文献摘要：
非刚性点集配准的关键是找到点集之间的正确对应关系.传统点集配准方法通常将特征点的全局空间距离作为判别准则,而未考虑点集的邻域结构信息,容易产生误匹配,为此,文中提出了一种基于邻域结构和驱动力的非刚性点集配准算法.首先,在一致性点漂移(CPD)算法的基础上,提出了一种局部距离计算方法,并将其与空间距离相结合,有助于提高匹配精度;此外,对传统形状上下文方法进行了改进,构建了一种新的驱动力准则,以在初始配准过程中提高搜索速度,在后期减小配准误差;最后,采用期望最大化(EM)算法迭代求解各点对的对应关系.在常用国际点集数据集上的仿真实验结果表明,在非刚性变形、噪声、异常点和遮挡等情况下,文中算法比经典算法具有更高的鲁棒性,匹配准确率也更高,并且对真实图像可以获得比较理想的配准效果.
文献关键词：
点集配准;非刚性配准;邻域结构;驱动力准则;高斯混合模型
中图分类号：
作者姓名：
何凯;刘志国;李大双;赵岩
作者机构：
天津大学 电气自动化与信息工程学院, 天津300072
文献出处：
引用格式：
[1]何凯;刘志国;李大双;赵岩-.基于邻域结构和驱动力准则的非刚性点集配准)[J].华南理工大学学报（自然科学版）,2022(04):73-80
A类：
驱动力准则,点集配准,一致性点漂移
B类：
配准方法,特征点,空间距离,判别准则,邻域结构信息,误匹配,CPD,距离计算,高匹配,匹配精度,形状上下文,期望最大化,EM,迭代求解,异常点,遮挡,匹配准确率,较理想,非刚性配准,高斯混合模型
AB值：
0.246703
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。
