基于曲线拟合和SIFT算子的点云关键点提取

摘要

针对传统点云关键点提取算法中存在的关键点缺失问题,以槽型零件的切面点云为例,提出一种基于曲线拟合和SIFT算子的点云关键点提取算法。由于平面点云数据间特征关联性较差且极易受到离群点的干扰,因此考虑从点云的图像化处理着手,首先通过滤波算法实现点云的预处理;然后,采用决策树拟合的方式实现点云数据到图片的转换;随后,通过SIFT算子提取到点云关键点;最后,依据数据到图片的转换关系完成点云关键点的校准。通过实验可知,点云数据的图像化处理方法能弱化点云数据中的不明显离群点和褶皱处的干扰,能高效准确地实现点云关键点的提取。