一种应用于大角度变换点云的配准方法

摘要

cqvip:针对传统配准法不能很好解决大角度变换点云的配准这一问题,提出一种基于精确对应特征点对及其K邻域点云的配准方法。首先分别计算两组点云的FPFH值,根据特征值建立点云间的对应关系;然后通过RANSAC滤除其中错误的匹配点对,得到相对精确的特征点对集合;之后通过KD-tree搜索的方式分别找出特征点对R半径邻域内的点,应用ICP算法得到两部分点云的最优收敛;最后将计算得到的相对位置关系应用到原始点云上得到配准结果。通过对斯坦福大学点云库中Dragon、HappyBuddha模型以及Kinect采集的石膏像数据进行配准和比较,实验表明该方法能够有效解决大角度变换点云的配准问题,是一种具有高精度和高鲁棒性的三维点云配准方法。