一种基于非局部操作的点云配准方法

摘要

本发明公开了一种基于非局部操作的点云配准方法。首先设计能够捕获点云非局部区域信息的非局部操作，增强点云自身结构信息；同时设计能处理两片不同点云的交叉非局部操作，增强两片待匹配点云之间的关键匹配信息；然后设计同时处理两片待匹配点云的深度学习网络，通过生成虚拟对应点的方式寻找点云之间的匹配关系；最后利用奇异值分解获得两片待匹配点云之间的旋转变换和平移变换矩阵。本发明提出的基于非局部操作的点云配准方法对噪声、离群点以及不同密度的点云输入具有较强的鲁棒性，能有效避免算法陷入局部最优，提升点云配准算法的效率和精度。