基于子空间特征向量的三维点云相似性分析

胡晓彤; 王建东

基于子空间特征向量的三维点云相似性分析

1.
天津科技大学计算机科学与信息工程学院,天津300222

基金项目:

国家自然科学基金（61063035）

详细信息

作者简介:
胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

中图分类号: TP391.4

Similarity analysis of three-dimensional point cloud based on eigenvector of subspace

1.
College of Computer of Science & Technology,Tianjin University of Science & Technology,Tianjin 300222,China

摘要: 提出一种基于子空间特征向量的三维点云相似性分析算法。首先，获取两个物体的三维点云数据，并进行位置标准化。其次，利用最小子空间分割算法将两个三维点云分别分割成若干子空间。随后，计算子空间的质心到其拟合曲面的距离和夹角，并基于上述距离和夹角构成的向量空间，提取子空间特征向量。最后，通过特征向量间的相似度计算来评价两个三维点云的相似性。由于该方法将描述三维形体特征的子空间特征向量作为相似度度量的依据，所以具有数据量小、精度高的特点。实验表明，该算法能够定量地分析两个三维物体的相似性。
- 相似性 /
- 三维点云 /
- 质心 /
- 特征向量
Abstract: This paper presents a method of similarity analysis algorithm of the three -dimensional point cloud,which is based on eigenvector of the subspace. First of all, the three-dimensional point cloud data of two objects were obtained and positions of them were standardized. And then, the two three - dimensional point clouds were divided into several subspace by using the minimal spatial segmentation algorithm. Thirdly, the eigenvector of subspace were calculated, which should be divided into two steps: the first step was to calculate distance and angle from the centroid to the subspace surface, the next step was to compute the new eigenvector on the basis of vector space, which was composed of the distance and angle in step one. This research method took the advantage of small data in quantity and high precision in calculation because the eigenvector of subspace, which can describe the three -dimensional characteristics as the basis of similarity measure. The experiment shows that the algorithm can quantitatively analyze the similarity of two three-dimensional objects.
- similarity /
- 3-D point clouds /
- center of mass /
- feature vector

[1]
[2]	Xin Guyu, Zha Hongbin. A point pairing method for 3D partial shape matching [J]. Journal of Computer Aided Design and Computer Graphics, 2009, 21(2): 135-142. (in Chinese) 辛谷雨, 查红彬. 三维形状部分相似性匹配的逐点配对方法[J]. 计算机辅助设计与图形学学报, 2009, 21(2): 135-142.
[3]	Liu Zhi, Feng Yipan, Pan Xiang, et al. Optimal view selection algorithm for 3D object based on similarity learning[J]. Journal of Computer Aided Design and Computer Graphics, 2012, 15(7): 531-539. (in Chinese) 刘志, 冯毅攀, 潘翔, 等. 基于相似性学习的三维模型最优视图选择算法[J]. 计算机辅助设计与图形学学报, 2012, 15(7): 531-539.
[4]
[5]	Liu Yao, Ma Jie. Three dimensional automatic target recognition based on spin-images [J]. Infrared and Laser Engineering, 2012, 41(2): 246-253. (in Chinese) 刘瑶, 马杰. 基于自旋图的三维自动目标识别[J]. 红外与激光工程, 2012, 41(2)： 246-253.
[6]
[7]
[8]	Zhang Xin, Mo Rong, Shi Yuan, et al. An improved shape descriptor for 3D model retrieval [J]. Journal of Computer Aided Design and Computer Graphics, 2010, 22(5): 741-745. (in Chinese) 张欣, 莫蓉, 石源, 等. 一种三维模型形状检索描述符[J]. 计算机辅助设计与图形学学报, 2010, 22(5): 741-745.
[9]
[10]	Nystrom M, Holmgren J. Change detection of mountain birch using multi-temporal ALS point clouds [J]. Remote Sensing Letters, 2012, (4): 190-199.
[11]	Yu Dejun, Gong Junbin, Ma Jie, et al. Study for the techniques of lidar imaging simulation [J]. Infrared and Laser Engineering, 2006, 35(S): 160-166. (in Chinese) 余德军, 龚俊斌, 马杰, 等. 激光成像雷达成像仿真技术研究[J]. 红外与激光工程, 2006, 35(S): 160-166.
[12]
[13]	Hu Xiaotong, Zhao Zongxiao. Data collection of cow's body traits based on three-dimensiona-l measurement[J]. Journal of Tianjin University of Science Technology, 2011, (3): 198-206． (in Chinese) 胡晓彤, 赵宗晓．基于三维测量的奶牛体型性状指标的数据采[J]．天津科技大学学报, 2011, (3): 198-206．
[14]
[15]
[16]	Tao Jinhua, Su Lin, Li Shukai. Method of extracting building model from lidar point cloud [J]. Infrared and Laser Engineering, 2009, 38(2): 298-307. (in Chinese) 陶金花, 苏林, 李树楷. 一种从激光雷达点云中提取建筑物模型的方法[J]. 红外与激光工程, 2009, 38(2): 298-307.
[17]	Wang Renfang, Zhang Sanyuan, Ye Xiuzi. Similarity-based simplification of point-sampled surface [J]. Journal of Zhejiang University (Engineering Science), 2009, 43 (3): 448-545. (in Chinese) 王仁芳, 张三元, 叶修梓. 基于相似性的点模型简化精简算法[J]. 浙江大学学报, 2009, 43(3): 448-545.

[1]	王春阳, 李国瑞, 刘雪莲, 施春皓, 丘文乾. 基于IVCCS的三维点云配准算法 . 红外与激光工程, 2022, 51(6): 20210491-1-20210491-12. doi: 10.3788/IRLA20210491
[2]	赵毅强, 艾西丁·艾克白尔, 陈瑞, 周意遥, 张琦. 基于体素化图卷积网络的三维点云目标检测方法 . 红外与激光工程, 2021, 50(10): 20200500-1-20200500-9. doi: 10.3788/IRLA20200500
[3]	查林彬, 时东锋, 黄见, 王英俭. 单像素几何矩探测运动物体定位技术（特邀） . 红外与激光工程, 2021, 50(12): 20211060-1-20211060-7. doi: 10.3788/IRLA20211060
[4]	苏云征, 郝群, 曹杰, 闫雷, 武帅. 合并分割块的点云语义分割方法 . 红外与激光工程, 2021, 50(10): 20200482-1-20200482-10. doi: 10.3788/IRLA20200482
[5]	张欣, 李思宁, 孙剑峰, 姜鹏, 刘迪, 王鹏辉. 基于Mean Shift点法向量分类的目标三维姿态估计 . 红外与激光工程, 2020, 49(S2): 20200109-20200109. doi: 10.3788/IRLA20200109
[6]	张楠, 孙剑峰, 姜鹏, 刘迪, 王鹏辉. 激光雷达场景三维姿态点法向量估计方法 . 红外与激光工程, 2020, 49(1): 0105004-0105004(8). doi: 10.3788/IRLA202049.0105004
[7]	张烜喆, 王彦, 王佳华, 侯再红, 杜少军. 光场相机在湍流下的清晰成像和点云计算 . 红外与激光工程, 2020, 49(11): 20200053-1-20200053-7. doi: 10.3788/IRLA20200053
[8]	赵晓枫, 魏银鹏, 杨佳星, 蔡伟, 张志利. 综合相似性在红外目标隐身效果评估中的应用 . 红外与激光工程, 2020, 49(1): 0104004-0104004(11). doi: 10.3788/IRLA202049.0104004
[9]	薛珊, 吕南方, 沈雨鹰, 刘正彬, 郭建波. 基于激光三维点云的机械工件识别方法 . 红外与激光工程, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
[10]	刘永峰, 王年, 王峰, 李从利, 刘晓, 徐国明. 基于谱间相似性的高光谱图像稀疏超分辨率算法 . 红外与激光工程, 2019, 48(S1): 181-192. doi: 10.3788/IRLA201948.S128003
[11]	张惠, 李国平, 张勇, 胡守伟. 基于三维反正切函数拟合的光斑质心提取算法 . 红外与激光工程, 2019, 48(2): 226001-0226001(8). doi: 10.3788/IRLA201948.0226001
[12]	武军安, 郭锐, 刘荣忠, 刘磊, 柯尊贵. 末敏弹线阵激光雷达对地面装甲目标的提取方法 . 红外与激光工程, 2019, 48(3): 330002-0330002(8). doi: 10.3788/IRLA201948.0330002
[13]	龚肖, 史金龙, 廖芳. 点特征柔性物体三维运动恢复方法 . 红外与激光工程, 2018, 47(9): 917009-0917009(7). doi: 10.3788/IRLA201847.0917009
[14]	王鹏, 杨文超, 孙长库, 郭世珍. 舌面彩色三维点云的舌体分割及舌裂纹提取 . 红外与激光工程, 2017, 46(S1): 82-89. doi: 10.3788/IRLA201746.S117004
[15]	刘志青, 李鹏程, 郭海涛, 张保明, 陈小卫, 丁磊, 赵传. 基于相关向量机的机械LiDAR点云数据分类 . 红外与激光工程, 2016, 45(S1): 98-104. doi: 10.3788/IRLA201645.S130006
[16]	胡国军, 朱精果, 刘汝卿. Mars-LiDAR系统误差分析及安置角误差飞行检校 . 红外与激光工程, 2016, 45(12): 1217009-1217009(7). doi: 10.3788/IRLA201645.1217009
[17]	杨卫平, 张志龙, 李吉成, 俞忠. 基于缩比模型的水下目标热尾流可探测性研究 . 红外与激光工程, 2016, 45(3): 302002-0302002(8). doi: 10.3788/IRLA201645.0302002
[18]	王兆丰, 闫镔, 童莉, 陈健, 李建新. 自适应邻域尺寸选择的点云法向量估计算法 . 红外与激光工程, 2014, 43(4): 1322-1326.
[19]	谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明. 三维特征点距离特征集合求交匹配算法 . 红外与激光工程, 2014, 43(8): 2728-2732.
[20]	陈骁, 石志广, 杨卫平, 凌建国. 利用三维点云的圆锥状弹头目标参数估计 . 红外与激光工程, 2014, 43(10): 3480-3485.

点击查看大图

计量

文章访问数: 422
HTML全文浏览量: 76
PDF下载量: 646
被引次数: 0

全文HTML

参考文献 (17)

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于子空间特征向量的三维点云相似性分析

作者简介:
胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

Similarity analysis of three-dimensional point cloud based on eigenvector of subspace

计量

基于子空间特征向量的三维点云相似性分析

1. 天津科技大学计算机科学与信息工程学院,天津300222

作者简介:
胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

English Abstract

Similarity analysis of three-dimensional point cloud based on eigenvector of subspace

1. College of Computer of Science & Technology,Tianjin University of Science & Technology,Tianjin 300222,China

全文HTML

目录

留言板

基于子空间特征向量的三维点云相似性分析

作者简介: 胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

Similarity analysis of three-dimensional point cloud based on eigenvector of subspace

计量

出版历程

基于子空间特征向量的三维点云相似性分析

1. 天津科技大学计算机科学与信息工程学院,天津300222

作者简介: 胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

English Abstract

Similarity analysis of three-dimensional point cloud based on eigenvector of subspace

1. College of Computer of Science & Technology,Tianjin University of Science & Technology,Tianjin 300222,China

全文HTML

目录

作者简介:
胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn

作者简介:
胡晓彤（1971- ），男，博士，副教授，主要从事智能图像处理、机器视觉及三维重建等方面的研究。Email：huxt@tust.edu.cn