《表5 基师塔的点云模型数据集信息》

  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

《基于卷积神经网络结合改进Harris-SIFT的点云配准方法》

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

最后以西安市大兴善寺基师塔作为实验对象，使用三维激光扫描仪对基师塔进行多次扫描，共获得5个基师塔点云数据模型，随机选择其中两个点云模型进行配准实验。基师塔的点云数据模型信息如表5所示。从表5可以看到，源点云模型和目标点云模型均包含点云数据点位，扫描时受到实际地理位置的限制，点云模型都有部分点位缺失，同时扫描得到的点云数据模型均包含古塔周围的环境噪点。利用改进的Harris-SIFT关键点检测算法可以提取到基师塔源点云模型13个关键点，提取到目标点云模型15个关键点，由CNN对该点云数据关键点进行分类和匹配。最后对匹配的关键点使用ICP算法进行精配准，使其满足所需的配准精度，配准结果如图10所示。从图10可以看到，古塔点云模型具有数据量大和局部点位密集度高的特点，且模型数据有局部缺失并伴有数据噪点，使用该模型来验证所提配准方法有一定的实际配准参考意义。