10.3969/j.issn.1003-9775.2016.03.016
基于SIFT特征的低区分度点云数据匹配
针对复杂产品测量视角变化较大、存在测量误差的低区分度点云数据匹配问题,从稳健的特征点识别方法入手,提出基于SIFT特征的低区分度点云数据匹配方法。该方法将反映产品外形及其空间关系的点云数据x表示为受空间位置变化的影响较小的低频部分,以及受到物体自身特性影响较大,随空间位置变化较大的高频部分。设计高斯同态滤波器,在频率域中降低低频分量,增强高频分量,提高点云数据的区分度;然后提取点云数据的 SIFT 特征向量,以欧氏距离作为相似性度量标准进行 SIFT 特征向量的匹配,获得点云数据的匹配点对;最后采用四元数法估计点云数据匹配参数,计算旋转矩阵和平移矩阵,实现低区分度点云数据匹配。通过某汽车用刹车壳体零件的点云数据匹配实例,验证了文中方法的有效性。
同态滤波、SIFT特征、四元数法、点云数据匹配
28
TP391(计算技术、计算机技术)
国家自然科学基金61303087;山东省高等学校科技计划项目J12LN32, J14LB04;山东省绿色建筑协同创新中心团队建设科研基金LSXT201513
2016-04-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
498-504