1 吉林大学 计算机科学与技术学院, 吉林 长春 130012
2 空军航空大学 训练部, 吉林 长春 130022
3 中国科学院 长春光学精密机械与物理研究所 应用光学国家重点实验室, 吉林 长春 130033
提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度。首先, 提出了基于点云边界特征点的初始配准方法。对点云最小包围盒进行三维空间划分, 建立空间网格模型; 运用边界种子网格识别及生长算法, 从点云边界提取特征点, 运用奇异值矩阵分解法(SVD)求出点云的变换矩阵, 得到初始配准结果。然后, 提出了改进的ICP精确配准方法。对点云对应点赋予权重, 剔除权重大于阈值的点, 通过对目标函数引入M-估计(M-estimation), 剔除异常点。最后, 在初始配准的基础上, 运用改进的ICP方法精确配准。对经典ICP方法和改进ICP方法做对比实验, 结果显示, 改进方法的配准效率提高了70%以上, 误差减小到0.02%。实验表明, 本文方法大幅提高了点云配准的效率和精度。
逆向工程 迭代最近点 点云配准 边界特征点 M-估计 reverse engineering Iterative Closest Point(ICP) point cloud registration feature points of boundary M-estimation
