基于SAC-IA和改进ICP算法的点云配准技术

• 作者: 朱耀麟 武桐 王祖全 陈学伟
• 来源期刊: 西安工程大学学报
• 关键词: 点云配准 ICP算法 SAC-IA 方向向量阈值
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子信息
• 页码范围: 395-401
• 页数: 7页
• 分类号: TP30
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2017.03.018

摘要

点云配准是真实三维世界物体或场景模型重建的关键问题之一.针对传统的ICP算法收敛速度慢,且在两点云集初始位置较大时易陷入局部最优解的问题,提出一种改进的点云配准算法.该算法首先利用基于特征点的采样一致性初始配准算法(SAC-IA)实现两点云的初始变换,使两点云集有相对较好的初始位姿,然后在传统ICP算法基础上使用k-d树(k-dimensional tree)加速对应点对的查找速度,并利用方向向量阈值去除错误点对.实验证明该算法具有相对较好的配准精度和收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱耀麟	西安工程大学电子信息学院	72	255	8.0	13.0
3	武桐	西安工程大学电子信息学院	34	102	5.0	9.0
6	陈学伟	西安工程大学电子信息学院	3	25	2.0	3.0
7	王祖全	西安工程大学电子信息学院	4	27	2.0	4.0