一种针对低重叠率点云的全局配准算法

AITNT
正文
推荐专利
一种针对低重叠率点云的全局配准算法
申请号:CN202510738745
申请日期:2025-06-04
公开号:CN120612352A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种针对低重叠率点云的全局配准算法,涉及点云配准技术领域,包括针对源点云和目标点云中的关键点,构建多半径邻域下的多尺度描述符,利用进化稳定策略对粗匹配集进行筛选,得到初阶匹配集;基于对应传播机制,将初阶匹配集中每一个匹配元素通过对应传播的操作聚合出全局候选集;根据聚合的全局候选集,生成相同数量的变换参数,并通过质量函数筛选最优变换参数,对点云进行粗对齐,再通过截断‑ICP算法进行细优化。因此,采用上述一种针对低重叠率点云的全局配准算法,能够有效应对部分点云缺失的情况,具有较高的鲁棒性,并提升了在低分辨率和低重叠率下的配准精度。
技术关键词
配准算法 邻域 关键点 描述符 主特征向量 ICP算法 点云配准技术 多尺度 点云缺失 卡方距离 直方图 策略 矩阵 元素 参数 索引 鲁棒性 分箱 机制 特征值
系统为您推荐了相关专利信息
1
用于汽车减振器故障诊断的多参数融合分析方法
数据融合算法 融合分析方法 汽车减振器 故障诊断信息 时序
2
面向公共交通导向的MaaS平台的服务设计方法
服务设计方法 时刻表 模块化车辆 车站 约束方法
3
用于机器学习预测催化剂活性的通用描述符的构建及应用
机器学习模型 单原子催化剂 机器学习训练 火山模型 人工智能交叉技术
4
一种二阶段拉曼高光谱成像方法
去噪方法 高光谱成像方法 光谱去噪 信噪比 邻域
5
一种高效图像处理与特征提取方法
特征提取方法 Delaunay三角网 图像处理 关键点 拓扑特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号