咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于信息论的KL-Reg点云配准算法 收藏

基于信息论的KL-Reg点云配准算法

Information Theory Based KL-Reg Point Cloud Registration

作     者:秦红星 徐雷 Qin Hong-xing;Xu Lei

作者机构:重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065 

出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期:2015年第37卷第6期

页      面:1520-1524页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金青年科学基金(61100113) 国家教育部留学归国基金教外司留940号 重庆市首批青年骨干教师项目(渝教人(2011)31号) 重庆市基础与前沿研究计划项目(cstc2013jcyjA40062) 重庆邮电大学学科引进人才基金(A2010-12) 重庆市研究生科研创新项目(CYS14142)资助课题 

主  题:机器视觉 点云配准 KL散度 高斯混合模型 

摘      要:针对含有高噪声、体外点及不完整点云数据的配准失效问题,该文提出以信息论为理论基础,相对熵度量点云相似度的KL-Reg算法。该算法不需要显式地建立对应关系,首先将点云数据建模为高斯混合模型,然后用相对熵度量高斯混合模型间的分布距离,最后通过最小化分布距离计算模型变换。实验结果表明所提的KL-Reg算法配准精度高、稳定性强。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分