基于特征向量的点云配准方法研究

摘要

运用三维激光扫描仪时并不能直接得到目标物体的全部点云数据,后期处理数据时要将不同站的点云数据拼接起来.七参数坐标转换精度不够,而最近点迭代法需要一个很好的初始位置,否则将会陷入局部最优问题.文章通过引入特征向量和最近点迭代法的概念,提出了一种基于求解特征向量来对三维点云数据进行配准的方法.该方法是先通过尺度不变特征变换(scale-invariant feature transform,SIFT)算法对点云数据的特征点进行提取,再求解特征点的法向量,运用法向量的欧式距离来对特征点进行匹配,然后根据配对的点对,运用最小二乘的方法求解出旋转矩阵R和平移矩阵T.以此来作为最近点迭代法的初始值,得到了较好的配准效果.文章论述了该方法的基本原理,并通过实例验证了该方法的有效性.