基于多重特征匹配的点云配准算法

发布时间：2023-06-05 04:23

　　针对最近点迭代(iterative closest point,ICP)算法搜索匹配点对规则单一、准确度低的问题,提出一种基于多重特征匹配的点云配准算法。首先采用改进自适应八叉树算法分割点云,通过移动最小二乘法(moving least squares,MLS)对其叶节点进行局部拟合后,计算点的多重特征;然后提出了基于多重特征的点对相似度,选取满足相似度约束的点对作为匹配点对,进而求取旋转矩阵和平移矩阵实现点云配准。实验表明,该算法能在保持点云配准速度较高的基础上,有效提升配准的准确度,且准确度的提升幅度随着点集数量的增大呈升高趋势。

【文章页数】：5 页

【文章目录】：
1 改进自适应八叉树算法
    1.1 自适应八叉树算法
    1.2 改进自适应八叉树
2 点云处理
    2.1 MLS拟合
    2.2 多重特征计算
3 基于多重特征匹配的点云配准
4 实验结果及分析
    4.1 不同阈值八叉树分割后的曲面拟合速率比较
    4.2 曲面拟合算法比较
    4.3 点云配准算法实验
5 结束语



本文编号：3831675