-
公开(公告)号：CN111652855B
公开(公告)日：2022-05-06
申请号：CN202010427712.7
申请日：2020-05-19
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于存活概率的点云精简方法，所述方法中，读取原始点云数据，基于kdtree算法对所述原始点云数据建立拓扑关系，获取每一个数据点的半径r范围内所有邻域点；基于主成分分析法使用多线程并行计算对每一个数据点及其邻域点进行协方差分析以获得协方差矩阵；将所有数据点按照是否为边界点分为边界点或非边界点，将非边界点按曲率大小进行排序，按照预定阈值分为高曲率点与低曲率点；根据预定精简比率比与n1、n2、n3的大小，计算边界点、高曲率点和低曲率点所需删减的点数；基于多线程并行计算遍历点云的每一个数据点，每一次随机生成一个大小在0到1之间的随机数，比较所述随机数与存活概率，以获得精简后的点云数据。
-
公开(公告)号：CN112184783A
公开(公告)日：2021-01-05
申请号：CN202011006715.X
申请日：2020-09-22
Applicant: 西安交通大学
Abstract: 本公开揭示了一种结合图像信息的三维点云配准方法，包括：读取源三维点云和源二维图像以及目标三维点云和目标二维图像；对源二维图像和目标二维图像进行裁剪；检测裁剪后的源二维图像和目标二维图像的特征点并进行特征描述；通过蛮力匹配对特征点进行模糊匹配获得模糊匹配特征点对；筛选模糊匹配特征点对获得最佳匹配特征点对；筛选最佳匹配特征点对获得有效特征点对；采用随机采样一致性对有效特征点对进行挑选，获得稳健的有效特征点对；将稳健的有效特征点对与源三维点云和目标三维点云对应获得三维点云点对，并根据三维点云点对求解源三维点云与目标三维点云之间的旋转平移矩阵，根据该旋转平移矩阵完成源三维点云和目标三维点云的配准。
-
公开(公告)号：CN111652855A
公开(公告)日：2020-09-11
申请号：CN202010427712.7
申请日：2020-05-19
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于存活概率的点云精简方法，所述方法中，读取原始点云数据，基于kdtree算法对所述原始点云数据建立拓扑关系，获取每一个数据点的半径r范围内所有邻域点；基于主成分分析法使用多线程并行计算对每一个数据点及其邻域点进行协方差分析以获得协方差矩阵；将所有数据点按照是否为边界点分为边界点或非边界点，将非边界点按曲率大小进行排序，按照预定阈值分为高曲率点与低曲率点；根据预定精简比率比与n1、n2、n3的大小，计算边界点、高曲率点和低曲率点所需删减的点数；基于多线程并行计算遍历点云的每一个数据点，每一次随机生成一个大小在0到1之间的随机数，比较所述随机数与存活概率，以获得精简后的点云数据。
-
-
Search Results
3
records
(took 0.016 seconds)
