基于CUDA的簡化耳廓點云配準算法研究.pdf_第1頁
已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、人體測量學理論指出人耳外形（耳廓）具有唯一性和穩(wěn)定性，可用于生物信息特征識別。隨著近年來基于激光掃描的三維數據獲取技術和數字幾何處理基礎理論的成熟，三維耳廓的掃描點云數據配準及其形狀特征提取匹配等關鍵技術的研究已經成為國際生物信息識別領域的熱點之一。
　　在使用三維激光掃描儀獲取耳廓點云數據的過程中，由于角度的限制，每次掃描只能獲得部分耳廓表面點云數據，需要在多個角度進行多次掃描，并對多次掃描數據進行配準融合，才能得到完整的、單一

2、的三維耳廓點云數據，配準算法的時間復雜度和配準精度成為決定耳廓點云數據精確性的關鍵。同時，隨著點云數據規(guī)模的擴大和配準精度要求的提高，傳統的串行配準算法計算效率顯然不能滿足實時性的要求。
　　本文首先基于離散曲率估計和三維SIFT算法提取三維耳廓掃描數據的特征點，然后利用kd-tree對非特征點進行簡化，從而獲得保留幾何特征的簡化耳廓點云;然后基于CUDA對EM-ICP和Softassign算法進行了并行加速。本文算法在簡化過程中

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論