典型文献
自适应Harris角点提取的点云粗配准算法
文献摘要：
针对传统3D-Harris角点提取算法中,Harris算子使用降维后的缺失几何信息、角点提取时响应值计算量大且耗时长、特征点对匹配精度不高以及需要手动设定角点响应阈值等问题,提出了一种完整而高效的Harris角点自适应特征描述、提取和匹配的点云粗配准算法.引入正交梯度算子对传统Harris算子和自相关函数进行改进;利用点云曲率约束实现角点的自适应筛选与提取,减少角点响应值的计算量;构建角点几何结构的特征描述子,结合阈值检测和描述子匹配,将角点匹配对集合进行扩展,从而完成源点云和目标点云之间粗配准;将所提算法得到的配准结果作为精配准初始值,利用迭代最近点算法实现精配准.与对比算法在公开数据集上进行实验比较,结果表明:所提算法的特征正确提取率为0.93,正确率最高;提取时间为7.63 s,效率最快;所提算法结合精配准步骤在实验数据集上的旋转误差、平移误差和运行时间均为最低,配准效果最佳.
文献关键词：
点云粗配准;Harris算子;角点响应;曲率约束;特征描述子
中图分类号：
作者姓名：
王丞;田暄;郭瑞;张玉龙
作者机构：
西安交通大学软件学院,710049 ,西安;轨道交通工程信息化国家重点实验室(中铁一院) ,710043 ,西安
文献出处：
引用格式：
[1]王丞;田暄;郭瑞;张玉龙-.自适应Harris角点提取的点云粗配准算法)[J].西安交通大学学报,2022(03):33-44
A类：
B类：
Harris,角点提取,点云粗配准,几何信息,响应值,计算量,特征点,匹配精度,角点响应,响应阈值,梯度算子,自相关函数,点云曲率,曲率约束,几何结构,特征描述子,阈值检测,源点,云和,标点,初始值,迭代最近点算法,算法实现,对比算法,公开数据集,提取率,提取时间,旋转误差,平移误差,运行时间
AB值：
0.303642
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。
