机译:使用最佳邻域知识实现3D激光雷达点云配准改进
Ign/Sr, Matis, Universite Paris-Est, 73 avenue de Paris, 94160 Saint-Mande, France;
Ign/Sr, Matis, Universite Paris-Est, 73 avenue de Paris, 94160 Saint-Mande, France;
Ign/Sr, Matis, Universite Paris-Est, 73 avenue de Paris, 94160 Saint-Mande, France;
Ign/Sr, Matis, Universite Paris-Est, 73 avenue de Paris, 94160 Saint-Mande, France;
point cloud; registration; ICP; eigenvalues; dimensionality; neighborhood; change detection;
机译:NRLI-UAV:连续原始激光扫描和图像的非刚性配准可提高低成本无人机的LiDAR点云质量
机译:基于自旋图像的LiDAR 3D点云模型高效配准算法
机译:通过3D线特征配准地面LiDAR点云
机译:使用最佳邻域知识改进3D LIDAR点云注册
机译:云到云的3D点数据注册。
机译:全球最佳3D点云注册的最大可行子系统
机译:利用最佳邻域知识向3D LIDAR点云注册改进