三维重建中先验概率重加权点云配准算法

• 作者: 孙志亮 张荣国 赵建 李富萍 胡静
• 来源期刊: 太原科技大学学报
• 关键词: 点云配准 高斯混合模型 先验概率 潜在外点 对应位置缺失
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 图像处理与计算机视觉|Image Processing and Computer Vision
• 页码范围: 367-373
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2021.05.005

摘要

基于高斯混合模型的三维点云配准算法在面对大量的外点及对应位置缺失时表现不佳.为此提出了一种结合点到面距离和先验概率重加权的点云配准方法.首先,通过高斯混合模型和均匀分布建立点云之间的位置对应关系;其次,使用先验概率对高斯混合模型的混合比例重新加权来处理对应位置缺失,同时利用后验概率推测潜在外点及其比率;然后,向误差函数中添加目标点的法向,用点到面距离度量点云之间的相似性;最后,在求解高斯混合模型参数时移除潜在外点来提高算法准确性.在合成数据和真实场景中进行实验并采用不同指标进行评估,结果验证了本文方法的有效性.