基于特征点和关键点提取的点云数据压缩方法

来源 :激光与红外 | 被引量 : 0次 | 上传用户:xiaxia904
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对采集到的点云数据中含有大量的冗余数据,为后期数据处理及其应用带来诸多不便,而采用现有通用压缩方法压缩后的点云容易造成细节特征丢失问题,为此,本文提出一种基于特征点和SIFT关键点提取的点云数据压缩方法。该方法的核心技术是首先根据查询点与邻域中的点所构成向量的夹角而提取边界点;然后根据点云数据的曲率和法向量夹角提取尖锐点,据此使特征点在点云压缩处理过程中得到绝对被保留;同时在平坦区域提取SIFT关键点,这样能避免在曲率变化缓慢区域所保留的并不是特征点;最后融合特征点和SIFT关键点而实现对点云数据
其他文献
激光谐振腔稳定性影响其输出激光的光斑分布和光轴稳定度,从而影响测距威力。本文从工程实践的角度对比分析增加副底板结构前后激光谐振腔的形变。通过仿真分析和实验证明,增加副底板结构可以大幅度改善谐振腔的稳定度。这一结论可用于指导激光发射器的结构设计工作。
在实际工业生产中,对具有多圆弧对称特性零件的尺寸测量需求越来越多。而传统接触式测量方法大多存在测量精度不稳定、容易损伤零件和效率低等缺点。因此,本文基于机器视觉的非接触式测量原理,首先搭建一套双远心机器视觉测量系统,采集有效的零件图像。然后,利用亚像素边缘检测算法提取图像的亚像素边缘,并结合最小二乘法及多圆弧拟合内切圆的自定义Halcon算子,最终实现多圆弧对称零件的精密测量。为了验证所设计系统的