典型文献
三维点云关键点局部坐标系重构方法研究
文献摘要：
为实现航天员混合现实训练中的虚实融合效果,克服虚实空间匹配技术中关键点处局部特征描述子匹配率低的问题,提出基于法向量DBSCAN聚类的三维点云关键点处局部坐标系构建方法.采用KD?Tree方法提取待匹配关键点处邻域点云数据后计算各点的法向量,再利用DB?SCAN方法对法向量聚类,计算局部坐标系z轴并转换点云重构局部坐标系,消除深度传感器姿态因素对邻域点云坐标值的影响.实验结果表明:该方法在部分立体视觉数据集上的平均重复率为0.44,法向量聚类方法强化了光滑曲面在z轴估计中的权重,避免了散乱数据的影响.
文献关键词：
点云匹配;局部坐标系;DBSCAN聚类;旋转不变特征
中图分类号：
作者姓名：
许振瑛;何宁;晁建刚;胡帅星
作者机构：
中国航天员科研训练中心,北京100094;中国航天员科研训练中心人因工程重点实验室,北京100094
文献出处：
引用格式：
[1]许振瑛;何宁;晁建刚;胡帅星-.三维点云关键点局部坐标系重构方法研究)[J].载人航天,2022(03):344-349
A类：
B类：
三维点云,局部坐标系,重构方法,航天员,混合现实,虚实融合,融合效果,虚实空间,空间匹配,匹配技术,局部特征,特征描述子,匹配率,DBSCAN,构建方法,KD,Tree,邻域,点云数据,法向量聚类,换点,点云重构,深度传感器,点云坐标,坐标值,分立,立体视觉,重复率,聚类方法,散乱,乱数,点云匹配,旋转不变特征
AB值：
0.387587
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。
