基于保局PCA的三维点云配准算法

您当前的位置：

首页 >

文章列表页 >

基于保局PCA的三维点云配准算法

信息光学与图像处理 | 更新时间：2025-09-01

- 基于保局PCA的三维点云配准算法
- 3Dpoint cloud registration algorithm based on locality preserving PCA
- 光学技术 2018年44卷第5期页码：562-568
- 作者机构：
  
  1:北京联合大学信息学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61572077)
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.009
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
王育坚, 吴明明, 高倩. 基于保局PCA的三维点云配准算法[J]. 光学技术, 2018,44(5):562-568.

3Dpoint cloud registration algorithm based on locality preserving PCA[J]. 2018, 44(5): 562-568.
王育坚, 吴明明, 高倩. 基于保局PCA的三维点云配准算法[J]. 光学技术, 2018,44(5):562-568. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.009.

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.

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。

浏览量

439

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于扩展三通道响应项的光谱反射率重构算法

基于PCA/ICA和误差补偿算法的眼镜摘除研究

基于PCA和ICA的多光谱数据降维方法

基于PCA和SVM的高光谱遥感图像分类研究

改进的基于主成分分析的三维人脸形状建模