基于参数空间刚体变换一致性评估的点云配准
计算机视觉与模式识别
2020-11-11 v1
摘要
我们可以使用一种称为配准的方法来整合一些表示真实世界形状的点云。在本文中，我们提出一种高精度且稳定的配准方法。我们的方法从点云中检测关键点，并利用多个描述子生成三元组。此外，我们的方法通过直方图评估每个三元组刚体变换参数的一致性，并获得点云间的刚体变换。在本文实验中，我们的方法误差极小且无重大失败。结果，相较于对比方法，我们获得了足够准确且稳定的配准结果。
引用
@article{arxiv.2011.05014,
title = {Point Cloud Registration Based on Consistency Evaluation of Rigid Transformation in Parameter Space},
author = {Masaki Yoshii and Ikuko Shimizu},
journal= {arXiv preprint arXiv:2011.05014},
year = {2020}
}