典型文献
基于多模态数据协同的弱纹理表面高精度点云配准算法
文献摘要：
为解决大型构件表面弱纹理特征的捕捉和多次测量的精度配准问题,采用集成结构光与光度立体视觉的复合测量系统,利用结构光测量获取工件表面整体形状的点云数据,利用光度立体视觉获取表面精细弱纹理的法向量信息.在此基础上,提出了一种融合邻域点云坐标与法向量信息的新型局部特征描述子,可对弱纹理工件表面特征进行有效且鲁棒地描述.大量仿真和真实实验验证了所提方法的有效性,其性能大幅超越了基于传统特征描述子的迭代最近点算法.所提方法可有效捕捉并描述弱纹理表面的丰富细节特征,构建鲁棒显著的特征描述子,进而大幅提升了测量结果的匹配精度,减小了大型复杂构件的整体重建误差.
文献关键词：
图像处理;点云拼接;特征描述子;大尺度测量;光度立体视觉;条纹投影轮廓术
中图分类号：
作者姓名：
李奇明;任杰骥;裴晓寒;任明俊;朱利民;张鑫泉
作者机构：
上海交通大学机械与动力工程学院,上海200240
文献出处：
引用格式：
[1]李奇明;任杰骥;裴晓寒;任明俊;朱利民;张鑫泉-.基于多模态数据协同的弱纹理表面高精度点云配准算法)[J].光学学报,2022(08):78-89
A类：
大尺度测量
B类：
多模态数据,数据协同,弱纹理,点云配准,大型构件,纹理特征,多次测量,光度立体视觉,复合测量,测量系统,结构光测量,工件表面,点云数据,利用光,细弱,法向量,邻域,点云坐标,局部特征,特征描述子,表面特征,真实实验,传统特征,迭代最近点算法,细节特征,匹配精度,大型复杂构件,重建误差,点云拼接,条纹投影轮廓术
AB值：
0.314741
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。
