基于尺度因子强调的有效缩放配准方法
计算机视觉与模式识别
2019-03-11 v2
摘要
本文提出一种用于维点集缩放配准的有效方法。不同于刚性变换，由于尺度因子引起的病态问题，缩放配准无法被表述为常见的最小二乘函数。因此，本文为缩放配准问题设计了一种新颖的目标函数。该目标函数表现为有理分式，其中分子项为最小二乘误差，分母项为尺度因子的平方。通过强调尺度因子，缩放配准中的病态问题得以避免。随后，新的目标函数可由提出的缩放迭代最近点(ICP)算法求解，该算法能获得最优缩放变换。针对实际应用，缩放ICP算法被进一步扩展以配准部分重叠点集。最后，所提方法在公共数据集上测试并应用于合并不同分辨率的栅格地图。实验结果表明其在效率和鲁棒性上优于先前方法。
引用
@article{arxiv.1705.00086,
title = {Effective scaling registration approach by imposing the emphasis on the scale factor},
author = {Minmin Xu and Siyu Xu and Jihua Zhu and Yaochen Li and Jun Wang and Huimin Lu},
journal= {arXiv preprint arXiv:1705.00086},
year = {2019}
}
备注
22 pages, 4 figures, 2 tables