《表1 点云数据配准的运行时间及均方误差统计》

  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

《点云初始配准的优化求解算法》

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

SFM-ICP算法首先重建图7中5幅图像，计算出全部旋转变换矩阵。图8a、图8b展示了视角1、2对应的图像经SIFT特征点检测与匹配的实际效果，得到154对特征匹配点，实验中α取0.6，去除误匹配共获得23对匹配特征点；将视角1、2的旋转变换矩阵作用在待配准点云上，初始配准的结果如图9所示，两组点云之间仅相差一个平移变换。将当前的结果作为ICP算法的初始位置，进行精确配准，结果如图10所示。根据迭代得到的最近点对点云进行数据融合，并将其作为一组新的点云与下一视角的待配准点云，按照图8～10中视角1和视角2的配准过程完成配准。重复上述过程，直至所有点云配准完毕。表1所示为应用SFM-ICP算法对图6中不同视角下的Hood点云数据依次配准消耗的时间及均方误差。表1中第1组数据是指图6a与图6b中的点云，第2组数据是指第1组数据配准所得的新点云与图6c中的点云，第3组数据为第2组数据配准所得的新点云与图6d中的点云，第4组数据为第3组数据配准所得的新点云与图6e中的点云。Hood配准后的完整数字模型如图11所示。