作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
三维点云数据的配准一直是计算机视觉、模式识别、摄影测量等领域的研究热点,它对于解决曲线曲面匹配、图像拼接、三维重建、计算机辅助文物复等问题至关重要。目前最常用的点云数据配准方法是迭代最近点(Iterative Closest Point,ICP)算法,伴随着三维扫描技术的进步,许多研究者对该算法做了细致的研究并提出了各种改进算法。该文首先总结了ICP算法的基本原理,然后从数据采样、特征点选取与点对权重、非重叠区域检测、兼容性约束四个方面对改进算法进行了系统而详细的分析与研究。
推荐文章
基于遗传迭代最近点算法的激光数据配准
迭代最近点
遗传算法
扫描匹配
一种改进的稀疏迭代最近点算法
点云配准
邻域信息
稀疏迭代最近点算法
基于迭代最近点算法的点云数据配准
点云配准
迭代最近点
ICP
改进迭代最近点算法支持下的LiDAR点云与正射影像粗-精配准方法
激光点云
体素滤波
迭代最近点算法
配准
正射影像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 迭代最近点算法研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 三维点云 配准 迭代最近点
年,卷(期) 2012,(11) 所属期刊栏目
研究方向 页码范围 7568-7570
页数 3页 分类号 TP311
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴友光 厦门大学信息科学与技术学院自动化系 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
三维点云
配准
迭代最近点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导