-
题名基于SAC-IA和改进ICP算法的点云配准技术
被引量：46
- 1
-
-
作者
陈学伟
朱耀麟
武桐
王祖全
-
机构
西安工程大学电子信息学院
西北工业大学电子信息学院
-
出处
《西安工程大学学报》
CAS
2017年第3期395-401,共7页
-
基金
陕西省科技厅国际合作与交流项目(2016KW-043)
陕西省自然科学基础研究计划项目(2016JZ026)
陕西省教育厅专项科研计划项目(15KJ1320)
-
文摘
点云配准是真实三维世界物体或场景模型重建的关键问题之一.针对传统的ICP算法收敛速度慢,且在两点云集初始位置较大时易陷入局部最优解的问题,提出一种改进的点云配准算法.该算法首先利用基于特征点的采样一致性初始配准算法(SAC-IA)实现两点云的初始变换,使两点云集有相对较好的初始位姿,然后在传统ICP算法基础上使用k-d树(k-dimensional tree)加速对应点对的查找速度,并利用方向向量阈值去除错误点对.实验证明该算法具有相对较好的配准精度和收敛速度.
-
关键词
点云配准
ICP算法
SAC-IA
方向向量阈值
-
Keywords
point cloud registration
ICP algorithm
SAC-IA
direction vector threshold
-
分类号
TP30
[自动化与计算机技术—计算机系统结构]
-
-
题名基于FPFH特征的点云配准技术
被引量：4
- 2
-
-
作者
陈学伟
万韬阮
王祖全
-
机构
西安工程大学电子信息学院
-
出处
《电脑知识与技术》
2017年第2期207-209,共3页
-
文摘
点云配准是三维物体或场景模型重建的关键技术。针对传统的ICP算法的收敛速度较慢,且在两点云集初始位置较大时易陷入局部最优解的问题,该文提出了一种改进的点云配准算法。该算法首先计算点云的FPFH特征描述子,然后对点云的特征进行匹配,实现两片点云的初始变换,使两点云集有相对较好的初始位姿。在经典ICP基础上使用k-d tree（k-Dimension tree）近邻搜索加速对应点对的查找,并利用方向向量阈值去除错误点对,实验证明该算法具有相对较好的配准精度和收敛速度,提高了配准的效率。
-
关键词
点云配准
ICP算法
FPFH
方向向量阈值
-
Keywords
point cloud registration
ICP algorithm
FPFH
direction vector threshold
-
分类号
TP391
[自动化与计算机技术—计算机应用技术][自动化与计算机技术—计算机科学与技术]
-
-
题名基于相关向量机和方向导数的车辆识别方法
- 3
-
-
作者
王畅
何爱生
山岩
宋定波
-
机构
长安大学汽车学院
-
出处
《武汉理工大学学报（交通科学与工程版）》
2019年第5期811-815,共5页
-
文摘
为解决车辆识别过程中图像匹配对数据库大小和灰度梯度值依赖严重的问题,提出一种基于相关向量机和灰度方向导数的车辆识别方法.对图像进行编码,确定图像中车道线的搜索域.根据灰度均值确定网格的属性标签,并采用原图和特征向量的2范数建立相关向量机模型,实现对车辆的分类和定位.对车辆灰度区域进行函数拟合,确定车辆的区域中心,并将满足双阈值的像素点作为车辆轮廓边缘,从而实现对车辆的识别.利用真实道路图像对模型的测试,结果表明,所建模型所需的图像库容量小,识别耗费时间短,准确率高.模型对图像灰度梯度的依赖性小,且通过双阈值能有效剔除伪轮廓点,细化了车辆边缘.
-
关键词
交通安全
车辆识别
相关向量机
方向导数
特征向量
双阈值
-
Keywords
traffic safety
vehicle recognition
relative vector machine
direction derivative function
characteristic vector
double threshold
-
分类号
U491.116
[交通运输工程—交通运输规划与管理]
-
-
题名改进的ICP点云配准算法
被引量：8
- 4
-
-
作者
朱新宇
万剑华
刘善伟
曾喆
-
机构
中国石油大学(华东)地球科学与技术学院
-
出处
《海洋测绘》
CSCD
2015年第2期77-79,共3页
-
文摘
三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。
-
关键词
点云配准
迭代最近点算法
主成分分析
方向向量阈值
k-d
TREE
-
Keywords
point cloud registration
iterative closest point algorithm
principal component analysis
direction vector threshold value
k-d tree
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名一种LDA与SVM混合的多类分类方法
被引量：3
- 5
-
-
作者
张宏达
王晓丹
徐海龙
-
机构
空军工程大学导弹学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2009年第11期1723-1728,共6页
-
基金
陕西省自然科学基金项目(2007F19)
空军工程大学导弹学院研究生学位论文创新基金项目(DY06102)
-
文摘
针对决策有向无环图支持向量机(DDAGSVM)需训练大量支持向量机(SVM)和误差积累的问题,提出一种线性判别分析(LDA)与SVM混合的多类分类算法.首先根据高维样本在低维空间中投影的特点,给出一种优化LDA分类阈值;然后以优化LDA对每个二类问题的分类误差作为类间线性可分度,对线性可分度较低的问题采用非线性SVM加以解决,并以分类误差作为对应二类问题的可分度;最后将可分度作为混合DDAG分类器的决策依据.实验表明,与DDAGSVM相比,所提出算法在确保泛化精度的条件下具有更高的训练和分类速度.
-
关键词
决策有向无环图
支持向量机
线性判别分析
分类阈值
可分性
-
Keywords
Decision directed acylic graph
Support vector machines
Linear discriminant analysis
Classification threshold
Separability
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
