基于语义引导与几何约束的点云配准方法
编号:190
访问权限:仅限参会人
更新:2025-09-10 15:24:13 浏览:395次
口头报告
摘要
针对建筑场景中重复结构以及弱纹理导致的点云配准精度不足、鲁棒性欠佳问题,提出一种融合语义引导与几何约束的高精度配准方法。该方法通过设计多尺度特征融合策略,通过层级化特征提取增强模型对建筑场景中不同尺寸结构的感知能力,有效捕捉局部细节与全局拓扑关系。基于生成的语义标签,进行智能化子云划分,将复杂场景分解为语义一致的子区域;同时引入语义残差加权机制,在迭代对齐过程中动态调整不同语义类别权重,强化关键构件配准稳定性。实验结果表明,在公开数据集与真实采集的建筑场景中,该方法的旋转误差、平移误差及配准成功率均优于现有配准方法,充分验证了其在建筑场景下应对重复结构与弱纹理挑战的有效性与可靠性,为建筑信息模型和城市三维重建中的点云集成提供了解决方案。
发表评论