【摘 要】
：
针对复杂产品测量视角变化较大、存在测量误差的低区分度点云数据匹配问题,从稳健的特征点识别方法人手,提出基于SIFT特征的低区分度点云数据匹配方法. 该方法将反映产品外形
【机 构】
：
山东建筑大学信息与电气工程学院,山东建筑大学机电工程学院
【基金项目】
：
国家自然科学基金（61303087）,山东省高等学校科技计划项目（J12LN32,J14LB04）,山东省绿色建筑协同创新中心团队建设科研基金（LSXT201513）.
论文部分内容阅读
针对复杂产品测量视角变化较大、存在测量误差的低区分度点云数据匹配问题,从稳健的特征点识别方法人手,提出基于SIFT特征的低区分度点云数据匹配方法. 该方法将反映产品外形及其空间关系的点云数据x表示为受空间位置变化的影响较小的低频部分,以及受到物体自身特性影响较大,随空间位置变化较大的高频部分.设计高斯同态滤波器,在频率域中降低低频分量,增强高频分量,提高点云数据的区分度;然后提取点云数据的SIFT特征向量,以欧氏距离作为相似性度量标准进行SIFT特征向量的匹配,获得点云数据的匹配点对;最后采用四元数法估计
其他文献
从《失掉的好地狱》里的“野兽和恶鬼”，到《墓碣文》里化为长蛇“自啮其身”的游魂，从《社戏》里的“鬼卒”，到《阿长与〈山海经〉》中的美女蛇，从《忽然想到》里的阎罗大王，从《
采用与传统的利用特征匹配方法进行地物目标识别不同的思路,提出一种基于显著语义模型的机场与油库目标的识别方法.该方法在低层特征空间利用视觉关注模型将航拍图像分解成若干个视觉显著性子图,提取出目标可能存在的候选区域;对训练图像集构建基于SIFT局部特征的特征袋语义模型,并利用模型中的特征字典提取出显著性子图所包含的显著语义特征,以实现对机场和油库目标的快速检测识别.利用Google Earth构建了多