《表2 Bunny点云模型中检测到的关键点》
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》
假设目标点云集合中每个检测到的关键点可以在源点云集合中找到并与之匹配,此时存在ASmTn种组合数,其中每一种可能的组合都是ASmTn种配准选择之一。关键点数量的增长会导致存在对应关系的组合数增加快速,后期精确配准的计算复杂性会迅速增大。所以在实际配准情形中,相对适量的关键点(至少三个)有益于提高点云的配准速率。表2为Bunny模型中提取到的关键点,对其经过CNN进行预测匹配。从表2可以看到,Bunny点云模型中,源点云数据集和目标点云数据集中关键点的对应关系:5号点位对应1号点位,8号点位对应3号点位,3号点位对应2号点位。图5为Bunny点云模型的关键点对应矩阵。
图表编号 | XD00188329800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 李昌华、史浩、李智杰 |
绘制单位 | 西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |