LDASH：高鉴别力强鲁棒性的点云局部特征描述符
摘要
三维局部特征描述是三维计算机视觉的重要研究方向，被广泛用于三维感知任务中，以获取两片点云之间的点对应关系。针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图（LDASH）描述符。LDASH描述符基于局部参考轴（LRA）构建，首先沿径向划分局部空间，然后在每个划分分区中统计5个特征属性，实现空间和几何信息的全面编码。在LDASH描述符中，提出一种用于局部特征描述的新属性——距离加权角度值（DWAV）。DWAV的构成不依赖LRA，增强了描述符对LRA误差的鲁棒性。此外，提出一种针对点云分辨率变化的鲁棒性增强策略，以降低实际测试中点云分辨率变化对描述符的干扰。在6个具有不同应用场景和干扰类型的数据集上对LDASH描述符的性能进行全面的评估，结果表明：LDASH描述符在所有数据集上的性能都明显优于现有描述符；与性能第二高的分区局部特征统计描述符相比，LDASH描述符的鉴别力平均提高约16.3%，鲁棒性平均增强约7.5%。最后，将LDASH描述符应用于点云配准，实现了最好的配准性能，其与5种转换估计算法结合后的平均正确配准率达到了73%。
引用本文（GB/T 7714）
周磊 Zhou Lei, 赵宝 Zhao Bao, 梁栋 Liang Dong, 等. LDASH：高鉴别力强鲁棒性的点云局部特征描述符[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。