会议专题

一种基于尺度空间的三维点云数据配准算法

研究了两幅深度图像的自动配准问题。在配准两幅深度图像时,基于多尺度空间理论得到两幅深度图像的特征集,然后利用该特征集进行深度图像匹配。具体过程为:首先为模型构造一个尺度空间,并寻找一个合适的尺度,计算深度图像各点的特征值;然后,利用该特征值对深度图像进行聚类分割;接着,在两幅深度图像得到的小分块中寻找对应分块;紧接着,使用RANSAC算法,根据三维几何信息的约束找出候选集中正确匹配分块和相对应的匹配点,并根据这些匹配点计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP算法优化这一结果。特别地,提出了一种行之有效的尺度空间构造方法,并提出了一种简单的顶点聚类算法,大大提高了聚类速度。

深度图像 三维点云 尺度空间 数据配准算法 特征值 聚类分割

张曼 沈旭昆

北京航空航天大学计算机学院,北京 100191

国内会议

第九届全国虚拟现实与可视化学术会议

北京

中文

131-135

2009-09-01(万方平台首次上网日期,不代表论文的发表时间)