《表2 点云匹配结果Tab.2 Matching Results of Point Clouds with 200Iterations》
注:N为算法正确匹配对数;NGT为真值匹配对数;N/NGT为正确匹配率。
最后,对RANSAC算法和本文算法进行定性比较,暂时只给出了算法分别在Buddha数据下的匹配和配准结果,如图4所示。可以发现,对于相同的初始匹配点集,本文算法获取的正确内点数远高于RANSAC算法。由于匹配精度直接影响配准结果,可以看到本文算法获取的配准结果中两点云融合紧密;而RANSAC算法对应的配准结果点云之间存在明显的间隙,表明RANSAC算法存在较大的配准误差。
图表编号 | XD0028830700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 张谦、李梦瑶、成晓强 |
绘制单位 | 湖北大学资源环境学院、区域开发与环境响应湖北省重点实验室、湖北大学资源环境学院、湖北大学资源环境学院 |
更多格式 | 高清、无水印(增值服务) |