点云从入门到精通技术详解100篇-基于3D点云的盘类元件识别与定位（续）

目录

3.2.3 改进的区域生长分割算法

3.3 实验研究与结果分析 

3.3.1 实验平台搭建

3.3.2 实验结果对比

3.3.3 实验结果分析

4 盘类元件识别与配准方法研究 

4.1 点云配准概述

4.2 目标点云特征描述与提取

4.2.1 点云表面法线估计

4.2.2 点特征直方图方法

4.2.3 快速点特征直方图方法

4.3 点云配准实现 

4.3.1 对应关系优化方法

4.3.2 点云精配准方法

4.4 实验研究与结果分析

5 3D视觉机器人抓取系统搭建与验证

5.1 系统平台建立 

5.1.1 系统硬件平台搭建

5.1.2 系统软件平台开发

5.2 机器人手眼标定 

5.2.1 手眼标定原理

5.2.2 手眼标定实验

5.3 散乱场景盘类元件位姿估计与抓取实验 

5.3.1 盘类元件位姿估计实验

5.3.2 盘类元件抓取实验

5.3.3 实验结果分析

---

本文篇幅较长，分为上下两篇，上篇详见基于3D点云的盘类元件识别与定位

3.2.3 改进的区域生长分割算法

由于上述传统算法的分割结果在很大程度上取决于初始种子点的选取，并且传统 区域生长算法在进行点云分割时通常采用法向量阈值[ 54]获取初始种子点，容易出现 分割不稳定的现象。为了克服该缺陷，本文提出一种改进的区域生长算法来进行点云 分割，该算法用于解决重叠分割问题，通过减少区段总数提高点云分割效率。将曲率 最小点设置为初始种子点，即选择所在平面最平滑的部分开始