一种改进的ICP激光点云精确配准方法

来源 :激光杂志 | 被引量 : 0次 | 上传用户:China_BILLGATES
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统迭代最近点(Iterative Closest Point,ICP)算法在进行点云配准时,若点云初始位置相差较大时,容易陷入局部最优,同时,该算法无法解决部分重叠的点云的配准问题。鉴于此,提出了一种改进的ICP激光点云精确配准方法。首先通过对两片点云的主成分分析并矫正主轴方向以完成初始配准,获得一个较好的初始位置。然后利用2次搜索最近距离来获取各点的概率值,并将其嵌入到最小二乘函数中来改进ICP算法,以达到对部分重叠的点云进行配准的目的。实验结果表明,在不同重叠度的数据下,提出的方法的配准误差分
其他文献
为提升精密测量的精度与量程,提出了激光光栅干涉技术的微位移测量方法。通过集成双光栅微位移测量方法以2组近似正交相位差的光栅交替选择并累积高灵敏度测量区域,扩大测量量程,且在测量过程中避免激光光束存在抖动问题,通过频率调解法实行外差干涉信号处理,转变待测物理量的信息为调相或调频信号,实现测量的高分辨率。检测结果表明,该方法能够测量出可移动部件的总位移,且测量的最小位移达到0.19 nm,可实现大量程
红外光谱法是表征石墨烯、氧化石墨烯和还原氧化石墨烯所含官能团种类最常用的方法,因此,红外光谱峰位的确定尤为重要,需要保证红外光谱仪在可靠状态下,通过一致测量方法进行
针对自然环境下青苹果目标与树叶颜色相似导致检测与识别困难的问题,提出一种基于YOLOv3网络的青苹果检测与识别方法。利用YOLOv3网络检测出图像中的青苹果目标区域,对目标区域进行HSV和YUV颜色空间分量下的阈值分割,选取青苹果目标提取效果较好的H、V和Y、U分量下的结果,通过形态学运算去除不连通的小区域得到青苹果目标。实验结果表明:在单个果实、两个果实和多个果实图像中,H、V和Y、U分量下青苹