计算机应用

作者：石志良, 蔡旺月, 汪国强, 熊林杰

单位：武汉理工大学 机电工程学院, 武汉 430070

关键词：自适应邻域,固有形状特征,特征点,可重复性,旋转平移不变性,抗噪性

基金：国家重点研发计划项目（2018YFB1105500）。

针对三维点云特征点检测算法中固定尺度的确定需要经验知识的参与，自适应尺度的计算需消耗较多时间成本的问题，提出一种自适应邻域的固有形状特征（ANISS）改进算法。首先利用局部特征计算每一点的自适应邻域k值；然后将k值作为ANISS算法中的邻域大小，通过比较连续特征值的比率与阈值的大小来得到近似特征点；最后以近似特征点的k值作为非极大值抑制（NMS）的邻域大小，执行NMS算法，得到最终的特征点。旋转平移不变性实验和噪声敏感性实验的结果表明，ANISS算法检测出的特征点的可重复性均高于固有形状特征（ISS）算法，它不仅降低了ISS算法中邻域参数输入造成的不准确性，还具有较高的计算效率。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期