留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

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[J]. 红外与激光工程, 2014, 43(4): 1316-1321.
引用本文: 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[J]. 红外与激光工程, 2014, 43(4): 1316-1321.
Hu Xiaotong, Wang Jiandong. Similarity analysis of three-dimensional point cloud based on eigenvector of subspace[J]. Infrared and Laser Engineering, 2014, 43(4): 1316-1321.
Citation: Hu Xiaotong, Wang Jiandong. Similarity analysis of three-dimensional point cloud based on eigenvector of subspace[J]. Infrared and Laser Engineering, 2014, 43(4): 1316-1321.

基于子空间特征向量的三维点云相似性分析

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

  • 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。
  • [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] 赵毅强, 张琦, 刘长龙, 武唯康, 李尧.  结合物理与几何特性的机载LiDAR数据分类方法 . 红外与激光工程, 2023, 52(11): 20230212-1-20230212-12. doi: 10.3788/IRLA20230212
    [2] 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
    [3] 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
    [4] 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
    [5] 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
    [6] 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
    [7] 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
    [8] 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
    [9] 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
    [10] 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
    [11] 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
    [12] 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
    [13] 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
    [14] 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
    [15] 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
    [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.
  • 加载中
计量
  • 文章访问数:  510
  • HTML全文浏览量:  113
  • PDF下载量:  651
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-08-22
  • 修回日期:  2013-09-19
  • 刊出日期:  2014-04-25

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

基金项目:

国家自然科学基金(61063035)

  • 中图分类号: TP391.4

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。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回