基于KD-tree优化特征三角形匹配的林地点云配准方法

摘要

针对现有林地配准方法配准效率低的问题,提出一种通过KD-tree加快特征三角形匹配过程的配准方法。首先使用单木位置构建特征三角形,并以边长、顶点协方差矩阵特征值为几何约束条件剔除等腰、等边以及高度共线的三角形,利用KD-tree快速搜索源点云与目标点云之间的同名特征三角形,根据对应同名点计算转换参数,从而实现林地点云配准。实验结果表明,配准效率与RMSE分别平均提升99.2%、83.6%,且算法在含有一定比例单木位置漏检测与误检测时,RMSE均稳定在0.04~0.09 m,证明该方法具有可行性和有效性。