一种基于几何特征由粗到细点云配准算法

发布时间：2023-10-02 04:13

　　针对点云配准算法对初始位置敏感且收敛速度慢的问题,提出一种基于几何特征由粗到细点云配准算法。在粗配准阶段,通过投影法提取源点云和目标点云各4个轮廓点,然后利用曲率特征和轮廓点之间的距离寻找稳健的特征点对,计算得到初始刚性变换参数;细配准阶段,计算点云法向量及法向量夹角,以法向量为特征进行特征匹配,然后使用法向量夹角来启发搜索,使迭代最近点(iterative closest points, ICP)算法快速收敛。实验结果表明,所提出的由粗到细的配准算法鲁棒性强,具有较高的精度和速度。

【文章页数】：6 页

【文章目录】：
1 基于曲率特征4点匹配的粗配准
    1.1 曲率特征提取
    1.2 最大距离的轮廓特征点提取
    1.3 基于相似度的4点粗配准
2 法向量启发搜索的点云细配准
    2.1 传统ICP算法
    2.2 本文算法
        2.2.1 法向量及法向量夹角
        2.2.2 ICP启发式搜索
3 实验及结果分析
4 结论



本文编号：3850075