搜索资源列表
Dataregistrationin3-Dscanningsystems
- 通过引入特征点和改进最近点迭代法, 提出了一种 在三维扫描系统中对三维点云数据进行配准的方法。该方法 通过对特征点的提取, 首先得到一组匹配点对, 然后运用 SVD 矩阵分解算法求出转换参数R 和T, 进而以此作为最 近点迭代法的初始值, 并对最近点的求法和迭代截止条件作 了改进, 得到了很好的配准效果。该文论述了该方法的基本 原理, 并通过不同视觉下物体三维测量点云数据配准的应用 实例证明了该方法的有效性。-A 3-D meas uring dat a r egis
register
- 点云的配准实验s-icp算法 实现两个点云数据的对准-A scale stretch method based on ICP for 3D data registration
M.icp
- 基于ICP算法，用matlab来实现的点云配准函数，直接调用便可运行，并且都有注释，便于理解-Based on ICP algorithm, using matlab to realize the point cloud registration function can be called directly run, and have notes, easy to understand
ICP
- 一种点云数据的配准算法，可用于进一步的三维建模处理，配准效果良好。-One kind of point cloud data registration algorithm, three-dimensional modeling can be used for further processing, registration to good effect.
icp
- 点云配准ICP算法,实现散乱点云的匹配,经典算法。基于MATLAB和VC实现,操作简单-point cloud ICP registration algorithm，classical algorithm of scattered point cloud matching . Based on MATLAB and VC implement, easy to operate.
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
ICP-test-master
- 经典的迭代最近点程序。ICP算法。该程序用来配准两片点云或者两幅图像。可以在Linux下运行，也可以在Windows下运行。-Classic iterative closest point in the program. ICP algorithm. The procedure used to registering two point cloud or two images. Can run under Linux, it can also run under Windows.
ICP算法
- 三维点云配准matlab算法，简洁易懂高效，适合入门学习。
ICP算法matlab实现
- 很好地实现了激光雷达点云的ICP配准，附带数据(ICP registration of LIDAR point cloud is well realized)