当前位置: 首页 > 专利查询>湖南大学专利>正文

一种基于点云同名点对应的三维测量特征提取方法技术

技术编号:40393411 阅读:13 留言:0更新日期:2024-02-20 22:23
本发明专利技术公开了一种基于点云同名点对应的三维测量特征提取方法,搭建三维测量特征提取网络模型,该模型包括源点云数据采集模块、目标点云数据采集模块、点云匹配模块和最优传输模块,源点云数据采集模块对设计模型进行采样得到源点云,目标点云数据采集模块对目标物体进行数据采集得到目标点云,分别对源点云和目标点云进行预处理,点云匹配模块接收预处理后的源点云和目标点云并处理,得到匹配概率回归矩阵,最优传输模块接收匹配概率矩阵并分离出矩阵中的非对应点,得到最终匹配概率矩阵,根据最终匹配概率矩阵在目标物体上找到对应的点集作为目标物体的三维测量特征。该方法能够提高测量特征提取的准确性和鲁棒性、具备较高的实时性能。

【技术实现步骤摘要】

本专利技术涉及模式识别、点云匹配领域,尤其是涉及一种基于点云同名点对应的三维测量特征提取方法


技术介绍

1、三维测量特征是指在三维空间中对物体或对象进行测量和分析时所关注的各种特征或参数,这些特征可以用于描述物体的形状、大小、位置、方向和其他相关属性。三维测量特征通常在工程、制造、科学研究、地理信息系统、计算机视觉等领域中广泛应用。

2、以叶片的三维测量特征为例,采用现有方法提取叶片三维测量特征,一般包括多视角扫描叶片、拼接多视角扫描到的点云、对齐扫描点云和设计模型点云、提取测量特征然后评估等步骤。常用的点云对齐方法包括基于局部特征描述符(如fpfh、shot等)的特征匹配,以及使用迭代最近点(icp)算法来进行点云配准和同名点的确定。icp算法通过迭代优化的方式,逐步匹配点云之间的最近点对。然而,icp算法对于初始估计值敏感,容易陷入局部最优,并且对于大形变和局部缺失的情况下效果较差。克服icp算法不足的dcp算法利用深度神经网络学习点云之间的匹配特征,通过最小化匹配误差来估计点云的刚性变换。然而,dcp算法在处理大规模点云数据时计算复杂度本文档来自技高网...

【技术保护点】

1.一种基于点云同名点对应的三维测量特征提取方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,S1中所述点云匹配模块包括依次连接的特征提取模块、特征增强模块、特征融合模块和特征匹配模块。

3.如权利要求2所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,S2中分别对所述源点云X和目标点云Y进行预处理,得到预处理后的源点云x和目标点云y,具体过程如下:

4.如权利要求3所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,所述S3具体包括:

5.如权利要求4所述的基于...

【技术特征摘要】

1.一种基于点云同名点对应的三维测量特征提取方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,s1中所述点云匹配模块包括依次连接的特征提取模块、特征增强模块、特征融合模块和特征匹配模块。

3.如权利要求2所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,s2中分别对所述源点云x和目标点云y进行预处理,得到预处理后的源点云x和目标点云y,具体过程如下:

4.如权利要求3所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,所述s3具体包括:

5.如权利要求4所述的基于点云同名点对应的三维测量特征提取方法,其特征在于,...

【专利技术属性】
技术研发人员:彭伟星王柯朱青王耀南张辉毛建旭刘敏赵佳文
申请(专利权)人:湖南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1