《表4 不同多视角点云配准方法的实验对比结果》
在实验中,将本文所提出方法与两类当前流行的多视角配准方法进行对比,它们分别是基于运动平均(Motion averaging,MA)[20]的方法和基于低秩稀疏矩阵分解(Low-rank and sparse matrix decomposition,LRS)[21]的方法.首先,本文利用前面所提到的4个数据集对三种配准方法进行精度对比.配准前,可将噪声加入到数据集所包含的配准真值中,以此作为多视角点云配准方法的初始值.然后利用不同的配准方法进行多视角点云配准,并得到相应的配准结果{Ri,m,ti,m}Ni=1.表4记录了各种方法所获得的配准结果,包括配准初始值的误差,所获得的配准结果的误差和程序运行时间.为了便于对比,图3给出了不同配准方法所获得配准结果的横截面图.根据表4和图3的结果可知,本文所提出的多视角配准方法精度最高.且与其他同类算法相比,所提出方法的程序运行效率也具有一定的可比性.
图表编号 | XD0070799500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 徐思雨、祝继华、田智强、李垚辰、庞善民 |
绘制单位 | 西安交通大学软件学院、轨道交通工程信息化国家重点实验室(中铁一院)、西安交通大学软件学院、西安交通大学软件学院、西安交通大学软件学院 |
更多格式 | 高清、无水印(增值服务) |