《表2 不同细配准方法的效率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分层优化策略的颅骨点云配准算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在粗配准实验的基础上，进行了细配准实验。细配准是在ICP算法的基础上，采用k-d树和几何特征约束两个优化策略进行改进。为了验证加入优化策略的有效性，分别采用未加任何优化策略的经典ICP算法、加入k-d树优化的ICP算法、加入几何特征约束的ICP算法和本文改进的ICP算法（同时加入k-d树和几何特征约束的优化）进行颅骨细配准，四种方法的细配准结果如图5所示。不同细配准方法的配准效率对比，如表2所示，数据结果为所有颅骨配准结果数据的平均值，配准耗时只计算细配准过程算法运行的时间。对于细配准过程中几何约束的阈值问题，经多次实验，当几何约束条件中的εd和εφ两个阈值都为10-5时，迭代次数和迭代时间都是最好的，因此，本文取εd=10-5，εφ=10-5。