公开(公告)号：CN112257722B

公开(公告)日：2023-08-01

申请号：CN202011250790.0

申请日：2020-11-11

Applicant: 南京工业大学

Inventor： 王彬 ,  赵志胜 ,  吴学雨 ,  张丹丹

IPC: G06V10/30 ,  G06V10/40 ,  G06V10/762 ,  G06V10/77

Abstract: 本发明提供了一种基于抗差非线性高斯‑赫尔默特模型的点云拟合方法，首先，预先获取被测物体的三维点云数据，通过去噪和精简对点云进行预处理，剔除粗差较大的离群数据点；其次，对预处理后点云进行特征点提取；再利用改进的RANSAC算法选取合适的拟合模型数据点；最后，将得到的模型数据点利用基于抗差非线性高斯‑赫尔默特模型，求出拟合参数以完成点云数据的拟合。本发明有效解决被测物体点云数据量大、数据不完整，精度不高以及参数方程求解复杂，粗差剔除效率低的情况；避免在求解过程中陷入局部收敛，增强参数求解的稳健性，提高数据拟合的精度。

公开(公告)号：CN112257722A

公开(公告)日：2021-01-22

申请号：CN202011250790.0

申请日：2020-11-11

Applicant: 南京工业大学

Inventor： 王彬 ,  赵志胜 ,  吴学雨 ,  张丹丹

IPC: G06K9/40 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明提供了一种基于抗差非线性高斯‑赫尔默特模型的点云拟合方法，首先，预先获取被测物体的三维点云数据，通过去噪和精简对点云进行预处理，剔除粗差较大的离群数据点；其次，对预处理后点云进行特征点提取；再利用改进的RANSAC算法选取合适的拟合模型数据点；最后，将得到的模型数据点利用基于抗差非线性高斯‑赫尔默特模型，求出拟合参数以完成点云数据的拟合。本发明有效解决被测物体点云数据量大、数据不完整，精度不高以及参数方程求解复杂，粗差剔除效率低的情况；避免在求解过程中陷入局部收敛，增强参数求解的稳健性，提高数据拟合的精度。