基于法向量和高斯曲率的点云配准算法

• 作者: 严利民 石磊
• 来源期刊: 微电子学与计算机
• 关键词: 迭代最近点算法 法向量 高斯曲率 粗配准 精细配准
• 年，卷（期）: 2020,（9）
• 页码范围: 68-72
• 页数: 5页
• 分类号: TN391.7
• 语种: 中文

摘要

迭代最近点算法(herative closest point,ICP)因配准精度高、适应性强而被广泛使用,但是它容易受高斯噪声和离群点的影响,导致运行速度缓慢、配准精度降低,且需要两片点云具有良好的初始位置,否则会出现局部最优问题.针对以上问题,本文提出了一种新的点云配准方法,利用法向量和高斯曲率进行粗配准,去除无关点同时提供较好的初始位置,再采用基于奇异值分解的ICP算法进行精细配准,并采用斯坦福大学的点云数据集进行了配准实验,结果表明,本文算法能够有效降低高斯噪声和离群点对配准效果的干扰,改善了点云配准的运行效率和配准精度,与传统ICP算法相比,平均配准时间减少了53.5％,配准精度提高了43.2％.