基于FPFH特征和NDT算法的树木点云配准

• 作者: 孙英伟 杨玉泽 林文树
• 来源期刊: 西北林学院学报
• 关键词: 树木 点云 初始配准 精确配准 正态分布变换
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 森林经理学
• 页码范围: 141-146
• 页数: 6页
• 分类号: S758
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2019.05.22

摘要

为了提高海量林地三维点云数据配准的效率和精度,提出了一种基于快速点特征直方图(fast point feature histograms,FPFH)初始匹配与正态分布变换(normal distributions transform,NDT)精确配准相结合的配准算法.首先计算2个待配准点云的法向量,再使用k-d树结构对点云的FPFH特征进行加速计算.然后,根据2个点云相似的FPFH特征,使用采样一致性初始配准算法(sample consensus initial alignment,SAC-IA)求解初始变换矩阵、完成初始配准.最后,用DNT算法对点云体素化,并使用点云密度概率分布函数进行点云数据的精确配准.结果 表明,FPFH-NDT算法的平均配准误差(相应点对的平均距离)为0.032 3 m,运行时间为256.376 s;在0.05～0.1 m的点云采样阈值范围内,FPFH-NDT算法的配准误差基本不受采样阈值变化的影响,其值稳定在0.03 m左右;当采样阈值＞0.1 m时,配准误差随采样阈值的增大而增大;算法的配准时间整体上随点云采样阈值增大而减少.传统ICP算法的平均配准误差和时间分别为0.526 3 m和14.5 s;FPFH-ICP算法的平均配准误差和时间分别为0.042 5 m和289.346 s.FPFH-NDT算法与传统ICP算法相比在配准精度上有了很大的提高,与FPFH-ICP算法相比,在保证点云的配准精度的基础上,FPFH-NDT算法降低了算法的运行时间,提高了点云配准效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林文树	东北林业大学工程技术学院	56	438	10.0	19.0
2	杨玉泽	东北林业大学工程技术学院	5	4	1.0	1.0
3	孙英伟	东北林业大学工程技术学院	4	3	1.0	1.0