-
公开(公告)号：CN109887015B
公开(公告)日：2022-06-21
申请号：CN201910176356.3
申请日：2019-03-08
申请人： 哈尔滨工程大学
IPC分类号： G06T7/33
摘要： 本发明属于计算机视觉技术领域，具体涉及一种基于局部曲面特征直方图的点云自动配准方法。包括对源点云进行循环体素滤波，将源点云降采样到指定点数，根据所得体素大小，对目标点云进行体素滤波；进行关键点查找与特征描述，本发明提出了基于预关键点邻域曲率均值最大的关键点查找，检测点云曲率大于0.02的点，将其作为预关键点，计算其邻域点的曲率均值，将局部曲面曲率均值最大的点归为关键点；根据关键点邻域内点云重心与邻域内各点的法线和距离的关系来计算局部曲面直方图的特征描述子；计算源点云特征描述子与目标点云特征描述子的互对应关系，根据随机采样一致性去除错误对应关系，并根据SVD估算最佳坐标变换矩阵。应用前景广泛。
-
公开(公告)号：CN110490912B
公开(公告)日：2023-03-31
申请号：CN201910644189.0
申请日：2019-07-17
申请人： 哈尔滨工程大学
摘要： 本发明属于计算机视觉与图像处理、三维测量技术领域，具体涉及一种基于局部灰度顺序模型描述符的3D‑RGB点云配准方法。包括：第一步计算两个点云中每个点的四邻域灰度平均值；第二步将关键点的邻近点按灰度值大小分为6部分，最后将6部分各自的特征向量串联构成关键点特征描述子；第三步根据最邻近比值法和欧式距离阈值构建源点云与目标点云的点对点互对应关系，再利用随机采样一致性和颜色一致性去除错误的对应关系；第四步利用对应关系求解源点云与目标点云之间的转换矩阵，并对源点云进行空间变换，完成点云的配准。本发明能够有效的降低由于几何信息不明显和光强变化对点云配准的影响，拥有更大的适用范围，提高了三维点云配准的精度和鲁棒性。
-
公开(公告)号：CN109887015A
公开(公告)日：2019-06-14
申请号：CN201910176356.3
申请日：2019-03-08
申请人： 哈尔滨工程大学
IPC分类号： G06T7/33
摘要： 本发明属于计算机视觉技术领域，具体涉及一种基于局部曲面特征直方图的点云自动配准方法。包括对源点云进行循环体素滤波，将源点云降采样到指定点数，根据所得体素大小，对目标点云进行体素滤波；进行关键点查找与特征描述，本发明提出了基于预关键点邻域曲率均值最大的关键点查找，检测点云曲率大于0.02的点，将其作为预关键点，计算其邻域点的曲率均值，将局部曲面曲率均值最大的点归为关键点；根据关键点邻域内点云重心与邻域内各点的法线和距离的关系来计算局部曲面直方图的特征描述子；计算源点云特征描述子与目标点云特征描述子的互对应关系，根据随机采样一致性去除错误对应关系，并根据SVD估算最佳坐标变换矩阵。应用前景广泛。
-
公开(公告)号：CN111553409B
公开(公告)日：2022-11-01
申请号：CN202010340995.1
申请日：2020-04-27
申请人： 哈尔滨工程大学
摘要： 本发明属于计算机视觉、三维测量技术领域，具体涉及一种基于体素形状描述符的点云识别方法。本发明基于改进PCA的法线估计方法，降低噪声对法线的影响程度，有效提取点的局部邻域信息，对局部法线方差进行非极大值抑制，提取的关键点具有高辨识度、低重叠的特点。本发明将关键点的邻域法线方差作为显著值，通过对源点云与目标点云的关键点的显著值求交集，初步提取出关键点交集，加速特征匹配。本发明提出了体素形状描述符，通过将关键点的邻域点映射到关键点的局部坐标系，统计邻域点的三维空间分布，快速计算特征描述符，适合描述密集点云的大范围邻域。
-
公开(公告)号：CN111553409A
公开(公告)日：2020-08-18
申请号：CN202010340995.1
申请日：2020-04-27
申请人： 哈尔滨工程大学
摘要： 本发明属于计算机视觉、三维测量技术领域，具体涉及一种基于体素形状描述符的点云识别方法。本发明基于改进PCA的法线估计方法，降低噪声对法线的影响程度，有效提取点的局部邻域信息，对局部法线方差进行非极大值抑制，提取的关键点具有高辨识度、低重叠的特点。本发明将关键点的邻域法线方差作为显著值，通过对源点云与目标点云的关键点的显著值求交集，初步提取出关键点交集，加速特征匹配。本发明提出了体素形状描述符，通过将关键点的邻域点映射到关键点的局部坐标系，统计邻域点的三维空间分布，快速计算特征描述符，适合描述密集点云的大范围邻域。
-
公开(公告)号：CN110490912A
公开(公告)日：2019-11-22
申请号：CN201910644189.0
申请日：2019-07-17
申请人： 哈尔滨工程大学
摘要： 本发明属于计算机视觉与图像处理、三维测量技术领域，具体涉及一种基于局部灰度顺序模型描述符的3D-RGB点云配准方法。包括：第一步计算两个点云中每个点的四邻域灰度平均值；第二步将关键点的邻近点按灰度值大小分为6部分，最后将6部分各自的特征向量串联构成关键点特征描述子；第三步根据最邻近比值法和欧式距离阈值构建源点云与目标点云的点对点互对应关系，再利用随机采样一致性和颜色一致性去除错误的对应关系；第四步利用对应关系求解源点云与目标点云之间的转换矩阵，并对源点云进行空间变换，完成点云的配准。本发明能够有效的降低由于几何信息不明显和光强变化对点云配准的影响，拥有更大的适用范围，提高了三维点云配准的精度和鲁棒性。
-
公开(公告)号：CN111553410B
公开(公告)日：2022-10-28
申请号：CN202010341002.2
申请日：2020-04-27
申请人： 哈尔滨工程大学
IPC分类号： G06V10/762 , G06V10/75
摘要： 本发明属于计算机视觉技术领域，具体涉及一种基于关键点局部曲面特征直方图和空间关系的点云识别方法。本发明通过逐区域移动的点云自动滤波算法对点云数据进行精简，加快点云识别速度；使用关键点间的位置关系和点云关键点分布的全局信息进行特征匹配，提高对应关系的正确率；通过建立离线模型库，加快在线识别速度，当有新增的识别模型时，只需要提取模型点云的关键点和特征描述符，识别系统的可移植性较强。在线识别过程中，采用多线程识别框架，有效利用系统空闲线程和硬件设备的计算能力，加快识别速度。本发明的识别精度和计算效率都比较高，为后续工作开展带来了极大的便利。
-
公开(公告)号：CN111553410A
公开(公告)日：2020-08-18
申请号：CN202010341002.2
申请日：2020-04-27
申请人： 哈尔滨工程大学
IPC分类号： G06K9/62
摘要： 本发明属于计算机视觉技术领域，具体涉及一种基于关键点局部曲面特征直方图和空间关系的点云识别方法。本发明通过逐区域移动的点云自动滤波算法对点云数据进行精简，加快点云识别速度；使用关键点间的位置关系和点云关键点分布的全局信息进行特征匹配，提高对应关系的正确率；通过建立离线模型库，加快在线识别速度，当有新增的识别模型时，只需要提取模型点云的关键点和特征描述符，识别系统的可移植性较强。在线识别过程中，采用多线程识别框架，有效利用系统空闲线程和硬件设备的计算能力，加快识别速度。本发明的识别精度和计算效率都比较高，为后续工作开展带来了极大的便利。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.025 秒)
