点云局部特征描述与匹配研究

发布时间:2021-04-29 01:21
  建立点云序列之间点对点的对应关系是三维计算机视觉和模式识别领域中一个基础而关键的问题,在三维重建、目标识别与跟踪、地图构建与定位、物体抓取等方面均有着广泛的应用,是目前研究领域关注和研究的热点。这种对应关系的建立主要依赖对点云局部局部区域进行特征描述与特征匹配。点云局部特征描述的目标在于利用特征向量来表征隐含在局部曲面内的几何与空间信息,特征匹配旨在通过度量两组点云特征集中任意两个特征之间的相似性确定初始对应关系并筛选出正确的匹配子集。但是,实际应用场景中经常带有噪声、数据分辨率变化、遮挡和嘈杂等干扰,将使点云局部特征描述和匹配性能显著退化。为了有效解决上述问题,本文提出了如下方法:首先,针对在噪声、数据分辨率变化、遮挡和嘈杂情况下的稳定特征描述问题,本文提出了基于正交投影(triple orthogonal local depth images,TOLDI)的点云局部描述子。为了达到旋转不变性和对局部空间信息的充分解码,本文提出利用法向量和加权投影向量为点云局部曲面计算局部参考坐标系,该局部坐标系具有可重复性高、泛化性强的特点。基于该局部参考坐标系,本文提出一种新的形状特征表达方式,... 

【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】:156 页

【学位级别】:博士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 引言
    1.2 课题的研究意义
    1.3 点云局部特征描述研究现状
    1.4 特征匹配研究现状
    1.5 点云配准研究现状
    1.6 主要研究内容
    1.7 课题来源及行文安排
2 基于正交投影的点云局部特征描述(TOLDI)
    2.1 引言
    2.2 正交投影特征描述
    2.3 实验结果与分析
    2.4 本章小结
3 基于旋转轮廓的点云局部浮点型和二值化特征描述(RCS)
    3.1 引言
    3.2 旋转轮廓特征(RCS)
    3.3 RCS的二值化变种
    3.4 实验结果与分析
    3.5 本章小结
4 基于深度学习的点云局部特征融合
    4.1 引言
    4.2 基于NN的特征融合方法
    4.3 实验结果与分析
    4.4 本章小结
5 基于旋转轮廓(RCS)特征和匹配投票的点云配准重建算法
    5.1 引言
    5.2 两两配准算法
    5.3 多目配准算法
    5.4 实验结果与分析
    5.5 本章小结
6 非合作目标位姿估计与三维重建
    6.1 引言
    6.2 非合作目标位姿估计
    6.3 非合作目标三维重建
    6.4 集成系统软件
    6.5 本章小结
7 总结与展望
    7.1 主要研究内容
    7.2 主要创新点
    7.3 研究展望
致谢
参考文献
附录A 攻读学位期间发表的科研成果
附录B 发表的学术论文、发明专利与学位论文的关系
附录C 作者在博士期间主要参与的课题



本文编号:3166557

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3166557.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c76f0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com