一种三维点云自动配准方法

摘要

本发明提供了一种三维点云自动配准方法，为解决传统ICP算法计算效率、精度及易受噪声干扰的问题，本发明首先对源点云和目标点云建立KD‑tree以加快临近点的搜索；然后采用基于法向量和特征直方图的配准方法实现粗配准，并对其中的特征提取部分进行了改进，能有效提取特征点，且不会损失大量特征不明显的点云信息。为了进一步提高配准精度，精配准提出一种改进的多分辨率迭代最近点算法，算法提出利用特征点的稠密度计算点云分辨率，同时对关键点采样方法进行了改进。该方法对于不同规模和含不同程度噪声的点云，在精度、速度、抗噪性方面都得到了改善。