基于改进RANSAC的点云关键点匹配

摘要

为了提高随机抽样一致性(RANSAC)算法在点云特征点匹配时的精度和效率,本文对RANSAC算法加以改进:首先,通过判断特征点之间的空间位置关系是否满足相应约束条件来引导算法的抽样过程,以此提高抽样效率;然后加入预检验过程,该过程只需随机选取少量数据就可以用较少的计算代价排除大部分质量不高的模型,从而减少算法计算时间;最后对准最优内点集提纯,以更小的阈值限制得到最终的最优内点集,从而得到最优的特征点匹配关系.通过点云特征点匹配实验证明了本文算法在计算精度上优于标准RANSAC算法,且计算时间仅为RANSAC算法的42.3％.