基于特征提取的点云自动配准优化研究

• 作者: 杨高朝
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 点云数据 自动配准 特征分类 匹配点对 法向量夹角 迭代最近点(ICP)
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 图形图像处理
• 页码范围: 163-168
• 页数: 6页
• 分类号: TP391
• 字数: 4546字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1701-0248

摘要

针对三维点云自动配准精度不高、鲁棒性不强等问题,提出一种基于判断点云邻域法向量夹角的自动配准算法.该算法首先计算点云中每个点的法向量与邻域点集的法向量夹角的余弦值,然后把邻域各点的余弦值作为该点的属性特征向量,进行特征分类提取特征点,根据几何特征的相似性初步搜索匹配点对,并采用欧式距离约束条件剔除匹配错误的点对;运用最小二乘法计算初始配准参数,再通过改进的迭代最近点(Iterative Closest Point,ICP)算法进行精匹配.实验证明,该算法相对于经典的ICP算法无论收敛速度还是匹配精度上都有提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨高朝		1	6	1.0	1.0