-
题名结合全局与局部信息的点云目标识别模型库构建
被引量:6
- 1
-
-
作者
文威威
文贡坚
回丙伟
陈鼎新
-
机构
国防科技大学ATR重点实验室
-
出处
《中国图象图形学报》
CSCD
北大核心
2019年第2期248-257,共10页
-
基金
国家自然科学基金项目(41601487)~~
-
文摘
目的点云目标识别流程分为离线与在线阶段。离线阶段基于待识别目标的CAD模型构建一个模型库,在线基于近邻查找完成识别。本文针对离线阶段,提出一种新的模型库构建方法。方法首先将CAD模型置于一个二十面体中心,使用多个虚拟相机获取CAD模型在不同视角下的点云;然后将每个不同视角下的点云进行主成分分析并基于主成分分析的结果从多个选定的方向将点云切分为多个子部分,这些子部分包含点云的全局及局部信息;接着对每个子部分使用聚类算法获取其最大聚类,去除离群点;最后结合多种方式删减一些冗余聚类,减小模型库规模。结果在多个公开数据集上使用多种点云描述子进行对比实验,识别结果表明,相对于传统的模型库构建方法,基于本文方法进行识别正确率更高,在某些点云描述子上的识别正确率提升达到10%以上。结论通过将CAD模型在不同视角下点云的全局与局部信息都加入模型库中,本文提出的模型库构建方法可有效提高点云目标识别正确率,改善了场景目标发生遮挡时,近邻查找识别精度不高的问题。
-
关键词
点云目标识别
离线阶段
模型库构建
点云特征提取
全局与局部
-
Keywords
point cloud object recognition
offline stage
model library construction
point cloud feature extraction
global and local surfaces
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-