龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湘潭大学
摘要：本发明公开了一种基于双重下采样与图优化的点云配准方法，涉及点云配准技术领域，具体步骤为：步骤S1，获取点云数据作为源点云，每个点具有三维空间坐标；步骤S2，对源点云和目标点云进行粗采样和精采样，粗采样采用体素下采样，精采样采用基于法向夹角的下采样；步骤S3，使用迭代的距离感知相似度矩阵卷积进行粗配准，通过迭代的方式调整源点云集合的位置和方向；步骤S4，利用快速图卷积神经网络提取点云的深层次特征；步骤S5，将迭代最近点算法应用于快速图卷积神经网络提取的特征；步骤S6，通过因子图优化，将点云配准问题建模为因子图，最小化因子图中的误差项，使用因子图优化算法进行迭代求解，直到误差低于预设阈值。
主权项：1.一种基于双重下采样与图优化的点云配准方法，其特征在于，具体步骤如下：步骤S1，获取点云数据作为源点云，点云数据中的每个点具有在三维空间中的坐标；步骤S2，对源点云和目标点云进行双重下采样，双重下采样包括粗采样和精采样，所述粗采样采用体素下采样，所述精采样采用基于法向夹角的下采样；步骤S3，使用迭代的距离感知相似度矩阵卷积进行粗配准，通过迭代的方式调整源点云集合的位置和方向，实现初步的全局对齐；步骤S4，利用快速图卷积神经网络提取点云的深层次特征；步骤S5，将迭代最近点算法应用于快速图卷积神经网络提取的特征；步骤S6，通过因子图优化，将点云配准问题建模为因子图，定义优化目标函数，最小化因子图中的误差项，使用因子图优化算法进行迭代求解，直到误差低于预设阈值。
全文数据：
权利要求：
百度查询： 湘潭大学 一种基于双重下采样与图优化的点云配准方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号