模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (12): 1071-1077    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
面向低维点集配准的高效最近邻搜索法*
祝继华,尹俊,邗汶锌,杜少毅
西安交通大学 软件学院 西安 710049
Efficient Nearest Neighbor Search Approach for Registration of Low Dimensional Point Sets
ZHU Ji-Hua, YIN Jun, HAN Wen-Xin, DU Shao-Yi
Software Engineering School, Xi'an Jiaotong University, Xi'an 710049

全文: PDF (737 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为提高点集配准效率,设计一种适用于二维/三维点集的高效最近邻搜索法.该方法根据由模型点集的各维方差所选定的维度信息,排序模型点集中的点.借助二分查找法,将数据点集中的每个点插入至排序后的模型点集中,并利用左边第一个点确定搜索范围的上确界.当在确定范围内搜索最近邻时,可根据当前结果进一步减小待搜索范围,以便快速获得各点的最近邻.最后进行的复杂度分析和实验结果对比均验证文中方法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
祝继华
尹俊
邗汶锌
杜少毅
关键词 欧氏距离最近邻搜索上确界点集配准迭代最近点法    
Abstract:To improve the efficiency of point set registration, an efficient nearest neighbor search approach for 2D/3D point sets is proposed. Firstly, according to the variance of each dimension of the model points, all model points based on the selected dimension information are sorted. By adopting the binary search strategy, each data point is inserted into the sorted model points. Then, the upper bound of search range can be obtained by calculating the distance between the data point and its first left model point. During the search process, the search range can be further reduced by the current nearest neighbor so that the final nearest neighbor can be efficiently searched. Finally, the efficiency of the approach is demonstrated by both the complexity analysis and experimental results comparision.
Key wordsEuclidean Distance    Nearest Neighbor Search    Upper Bound    Point Set Registration    Iterative Closest Point Algorithm   
收稿日期: 2013-11-08     
ZTFLH: TP181  
基金资助:国家自然科学基金项目(No.61203326)、中国博士后科学基金项目(No.2012M512004)、陕西省自然科学基金项目(No.2014JM8342)资助
作者简介: 祝继华(通讯作者),男,1982年生,博士,讲师,主要研究方向为计算机视觉、移动机器人.E-mail:zhujh@mail.xjtu.edu.cn.尹俊,女,1988年生,硕士研究生,主要研究方向为三维重建.邗汶锌,男,1989年生,硕士研究生,主要研究方向为三维重建、移动机器人.杜少毅,男,1980年生,博士,副教授,主要研究方向为模式识别、图像处理.
引用本文:   
祝继华,尹俊,邗汶锌,杜少毅. 面向低维点集配准的高效最近邻搜索法*[J]. 模式识别与人工智能, 2014, 27(12): 1071-1077. ZHU Ji-Hua, YIN Jun, HAN Wen-Xin, DU Shao-Yi. Efficient Nearest Neighbor Search Approach for Registration of Low Dimensional Point Sets. , 2014, 27(12): 1071-1077.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I12/1071
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn