3Dpoint cloud registration algorithm based on locality preserving PCA

doi:10.13741/j.cnki.11-1879/o4.2018.05.009

您当前的位置：

首页 >

文章列表页 >

3Dpoint cloud registration algorithm based on locality preserving PCA

更新时间：2025-09-01

- 3Dpoint cloud registration algorithm based on locality preserving PCA
- Vol. 44, Issue 5, Pages: 562-568(2018)
- 作者机构：
  
  1:北京联合大学信息学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.009
  CLC：
- Published：2018
- 稿件说明：
移动端阅览
3Dpoint cloud registration algorithm based on locality preserving PCA[J]. 2018, 44(5): 562-568.
DOI：

3Dpoint cloud registration algorithm based on locality preserving PCA[J]. 2018, 44(5): 562-568. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.009.

摘要

三维点云配准是三维重建过程中的重要环节

PCA算法应用于点云配准时无法保留点云局部特征

影响了配准效果

故提出一种基于保局PCA的三维点云配准算法。为了保留点云局部特征

采用保局投影LPP的思想

通过K近邻准则构造点云的邻接图及其补图;对邻近点和非邻近点采取不同的处理方式进行特征提取

通过特征矩阵求得转换参数

进行坐标归一化完成配准;为了减少光照噪声影响

对特征向量矩阵前三个主分量加权后求转换参数。实验结果表明

改进算法在对局部特征结构明显的点云进行配准时有较好的效果

改善了对光照噪声的鲁棒性。

Abstract

关键词

Keywords

references

Views

439

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The spectral reflectance reconstruction method based on Three-channel expansion

The research of glasses removal based on PCA/ICA and error compensation

Dimensionality reduction method based on combination of PCA and ICA

Study on the hyperspectral remote sensed image classify based on PCA and SVM

Improved three dimensions face shape reconstruction based on principal component analysis

Related Author

王晓红

王东东

麻祥才

肖颖

胡文瑾

王亚运

李战明

刘仲民

Related Institution

2:上海理工大学出版印刷与艺术设计学院

1:上海出版印刷高等专科学校印刷包装工程系

2:西北民族大学数学与计算机科学学院

1:兰州理工大学电气工程与信息工程学院

1:江南大学物联网工程学院

⁰