机器视觉

针对当前机器视觉热点研究的配准问题，提出一种全新的FPFH特征描述与Delaunay三角剖分相结合的三维点云配准方法。首先采用FPFH综合描述特征信息，通过Delaunay三角网建立特征信息的局部关联性，再根据特征点对的对应关系进行采样一致性初始变换，实现初始配准；最后，根据得到的初值采用迭代最近点法进行精配准，获得精确转换关系。分别对简单目标物体及复杂目标物体进行配准实验。实验结果表明，将FPFH特征描述与Delaunay三角剖分结合引入传统点云配准，简化了特征提取复杂度，缩小了特征点对匹配的搜索范围，提升了配准精度及速度，实现对目标物体高效配准，对提高机器视觉匹配特征点效率具有重要指导作用。

刘剑, 白迪. 一种基于特征匹配的三维点云配准算法[J]. 光学学报, 2018, 38(12): 5.  复制并引用该论文