东南大学自动化学院复杂工程系统测量与控制教育部重点实验室, 江苏 南京 210096
针对在不同视角下所获得的三维点云数据,提出了一种基于特征提取的点云自动配准算法。算法根据点云在不同半径内的法向量变化度来提取特征点,综合利用点云局部点的三种几何特征搜索匹配点对。通过利用距离约束条件来获取准确匹配点对并计算初始配准参数。精确配准阶段采用改进的迭代最近点(ICP)算法完成二次拼接。实验结果表明,与传统ICP算法相比,该算法在运行时间与精确度上都有着明显的提升。
激光光学 点云配准 法向量变化度 最近点迭代
针对无任何预知信息下的散乱点云数据配准问题,提出了一种基于点云法向量信息的自动配准算法。根据点云局部法向量的变化提取特征点,通过比较特征点的直方图特征向量获得初始匹配点对;使用随机抽样一致性(RANSAC)算法,根据刚性距离约束条件得到精确匹配点对;利用四元素法计算得到初始配准参数,采用改进的最近点迭代(ICP)算法对点云精确配准。实验结果表明了此方法的有效可行性。
激光光学 三维点云 点云配准 点云法向量 最近点迭代