HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于改进RANSAC的点云关键点匹配

作者:赵凯; 朱愿; 谢枫随机抽样一致性点云匹配样本内在约束预检验

摘要:为了提高随机抽样一致性(RANSAC)算法在点云特征点匹配时的精度和效率,本文对RANSAC算法加以改进:首先,通过判断特征点之间的空间位置关系是否满足相应约束条件来引导算法的抽样过程,以此提高抽样效率;然后加入预检验过程,该过程只需随机选取少量数据就可以用较少的计算代价排除大部分质量不高的模型,从而减少算法计算时间;最后对准最优内点集提纯,以更小的阈值限制得到最终的最优内点集,从而得到最优的特征点匹配关系。通过点云特征点匹配实验证明了本文算法在计算精度上优于标准RANSAC算法,且计算时间仅为RANSAC算法的42.3%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

智能计算机与应用

《智能计算机与应用》(CN:23-1573/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《智能计算机与应用》定位为“以学术和技术为主,兼顾应用”的学术期刊。本刊密切关注以计算机应用和学术研究为优秀的历史沿革、现状热点及发展趋势,也可集成计算机技术、方法和理论在通信、网络、自动控制等当代热门技术领域的先进应用成果,致力于打造展现计算机技术在多领域、多视角的学术和技术成果、切磋计算机应用经验的期刊交流平台。

杂志详情