申请/专利权人：淮阴工学院

申请日：2023-11-27

公开（公告）日：2024-03-22

公开（公告）号：CN117745780A

主分类号：G06T7/35

分类号：G06T7/35;G06T7/30;G06T7/33;G06V10/762;G06V10/74

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及计算机视觉、三维重建技术领域，公开了一种基于孤立簇去除的室外大场景3D点云配准方法，包括：首先，数据预处理，包括利用地面分割算法去除地面点云干扰，过滤点云噪声数据；其次，过滤冗余点云，对预处理后的点云进行聚类得到聚类簇，聚类簇相似度计算，滤除匹配度低的聚类簇；在精简后的聚类簇中，提取具有特征信息的点云关键点；最后进行点云配准，包括粗配准和精配准得到点云簇，获得高质量、完整的点云数据。与现有技术相比，本发明从聚类簇中提取关键点，有效地降低了参与计算点云数据量、噪声和冗余信息，同时保留关键特征，提高了配准精度。

主权项：1.一种基于孤立簇去除的室外大场景3D点云配准方法，其特征在于，包括以下步骤：步骤S1：预处理：首先，利用地面分割算法，去除源点云S和目标点云T中的地面干扰；然后，进行下采样操作；最后，执行去噪操作，以滤除数据中的干扰点；步骤S2：聚类处理：对预处理后的点云进行聚类，将点云中相似特征的点分组在一起，以获得合适的聚类簇；步骤S3：孤立簇去除：计算源点云聚类簇S和目标点云聚类簇T之间的相似度，滤除匹配度低的聚类簇，得到源点云聚类结果Sclustered和目标点云聚类结果Tclustered；步骤S4：关键点提取：在精简后的聚类簇中，提取具有特征信息的点云Sclustered和点云Tclustered的关键点；步骤S5：法向量和特征描述计算：对提取的关键点计算法向量和特征描述子，所述特征描述子即FPFH快速点特征直方图，为点云的特征匹配提供了关键支持；步骤S6：粗细配准：首先，粗配准原点云S和目标点云T，初步点云对齐；然后，精细配准原点云S和目标点云T，减少点云配准误差。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于孤立簇去除的室外大场景3D点云配准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD