计算机应用研究

作者：熊丰伟,庄健,沈人,

单位：1.西安交通大学机械工程学院,西安710049；2.杭州信畅信息科技有限公司,杭州311199；

关键词：点云配准,迭代最近点,特征提取,邻域曲率,快速特征直方图,低特征辨识度,

基金：国家自然科学基金面上项目(51375363)；陕西省科技厅工业公关项目(2013GY2-04)；中央高校基本科研业务费专项资金资助项目(Z201707084)；；

在对特征辨识度低的点云进行配准的过程中，传统的基于局部特征提取和匹配的方法通常精度不高，而基于全局特征匹配的方法精度和效率也难以保证。针对这一问题，提出一种改进的局部特征配准方法。在初步配准阶段，设计了一种基于法向量投影协方差分析的关键点提取方法，结合快速特征直方图（FPFH）对关键点进行特征描述，定义多重匹配条件对特征点进行筛选，最后将对应点的最近距离之和作为优化目标进行粗匹配；在精配准阶段，采用以点到平面的最小距离作为迭代优化对象的改进迭代最近点（ICP）算法进行精确配准。实验结果表明，在配准特征辨识度低的点云时，相较于其他三种配准方法，该方法能保持高配准精度的同时降低配准时间。

来源：2022年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第1期