正态分布转换算法在声纳图像处理中的应用

根据声纳图像匹配处理的实时性需求,研究了正态分布转换算法。该方法基于对图像中目标点的概率分布进行匹配,不需要提取图像的几何特征或灰度特征,可有效缩短匹配时间。通过对均值滤波法、中值滤波法、小波去噪法、形态学平滑法4种图像去噪和迭代阈值法、最大熵法、一维Otsu法和二维Otsu法4种分割算法,进行仿真并对比,选出符合实时性处理的方法,即中值滤波法和一维Otsui法。基于美国德州仪器公司的数字信号处理芯片,将图像去噪、分割和匹配算法在硬件上实现,硬件实现结果和仿真结果一致,实现了声纳图像匹配的实时处理。

基于点密度调整的激光雷达点云配准改进方法

线扫激光雷达设备由于扫描机制,采集的点云数据会呈现条纹结构。为了改善点云配准结果,提出了一种基于点密度调整的激光雷达点云配准改进方法。首先利用八叉树算法和区域生长法将输入数据转化成超体素框架图。然后基于该框架来约束重采样过程,将重采样点沿法向量方向移动,再根据一个使点均匀分布的最小化能量函数来调整插入点分布,实现数据重采样。实验表明,该算法能改进点云质量,提高经典ICP算法和3D-NDT算法的配准精度,减少配准耗时。