针对重叠率低的两片点云配准难度大、精度低等问题,提出了一种将聚类区域分块和凸优化问题相结合的点云配准方法。首先,利用点云的曲率特征进行多尺度描述符的建立,确保点云数据完整并且使冗余数据最小;其次,利用多尺度描述符的角度差异进行对应关系聚类分块,获取源点云与目标点云的重叠区域;最后,将重叠区域的点云以及它们的对应关系代入凸优化问题,进行离群值的去除和对应关系的优化,实现粗配准并利用迭代最近点算法进行细化。实验结果表明,所提算法能够缩小点云配准的有用搜索范围,减少配准计算量,为初始重叠程度较低的点云数据提供更具优势的配准精度和时间效率。
图像处理 低重叠率 点云配准 聚类分块 凸优化问题 多尺度描述符 激光与光电子学进展
2021, 58(8): 0810014
