中文核心期刊
中国科技论文统计源期刊
国际刊号:1005-2615
国内刊号:32-1429/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式ʽ
  • 主管:工业和信息化部
  • 主办:南京航空航天大学
  • 国际刊号:1005-2615
  • 国内刊号:32-1429/V
  • 地址:南京市御道街29号
  • 电话:025-84892726
  • 传真:025-84892726
  • E-mail:tnc01@nuaa.edu.cn
  • 邮编:210016
李红卫,魏泽勇.一种鲁棒的飞机零件多尺度特征点检测方法[J].南京航空航天大学学报,2021,53(5):813-820
一种鲁棒的飞机零件多尺度特征点检测方法
Robust Scheme for Multi-scale Features Detection from Aircraft Parts
投稿时间:2020-03-20  修订日期:2020-09-29
DOI:10.16356/j.1005-2615.2021.05.019
中文关键词:  
英文关键词:
基金项目:
作者单位邮编
李红卫 中航西安飞机工业集团股份有限公司西安 710089 710089
魏泽勇 南京航空航天大学计算机科学与技术学院/人工智能学院 南京 211106 211106
摘要点击次数: 75
全文下载次数: 118
中文摘要:
      针对飞机零件几何模型多尺度特征检测问题,提出一种鲁棒的多尺度特征点检测算法。算法首先设计一种L1中值滤波算法获取无结构点云精准法线;然后基于计算得到的法线,计算各点的局部邻域波动,提取初始特征点;最后针对初始特征点数据冗余问题,提出一种收缩优化策略,计算最终特征数据点。试验结果表明,与传统的点云特征点检测方法相比,算法检测精度明显提升;其次,对于存在较大噪声的点云数据仍然能够有较好的提取效果,算法鲁棒性高。
英文摘要:
      Aiming at the problem of multi-scale feature detection of aircraft part geometric models, a robust multi-scale feature point detection algorithm is proposed. The algorithm first designs a median filter algorithm to obtain the precise normals of unstructured point clouds. Then the local neighborhood fluctuations of each point is calculated based on the calculated normals, and the initial feature points is extractd. Finally, for the data redundancy of the initial feature points, a shrinkage optimization strategy is proposed to calculate the final feature data points. Experimental results show that compared with the traditional point cloud feature point detection method, the algorithm proposed in this paper has significantly improved detection accuracy. Secondly, this method is able to extract precise feature points, even when the input is corrupted by heavy noise.
[HTML]  查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《南京航空航天大学学报》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892726      传真:025-84892726       E-mail:tnc01@nuaa.edu.cn

您是本站第3864792位访问者 本站今日一共被访问1746

技术支持:北京勤云科技发展有限公司

敬请关注《南航学报》官方微信