孙晓鹏 (辽宁师范大学)
本文针对三维耳廓扫描点云的配准问题,首先基于SIFT算法和离散高斯曲率,快速建立耳廓点云的不同邻域尺度下的高斯差分空间,从而得到不同规模的特征点云;然后基于EM-ICP算法,按照特征点云规模由递增的顺序依次进行EM-ICP配准,构成级联的EM-ICP配准,逐级优化配准结果;并基于CUDA对配准过程中出现的大规模矩阵运算并行加速。实验证明,本文算法能够避免局部配准的缺陷,提高了耳廓点云三维配准的效率、精确度和稳定性。
Math formula preview: