基于密度优化FPFH的点云自动配准算法
Automatic registration algorithm of point cloud based on density optimization FPFH作者机构:新余学院中兴通讯信息学院江西新余338004
出 版 物:《新余学院学报》 (Journal of Xinyu University)
年 卷 期:2023年第28卷第6期
页 面:11-18页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:江西省教育厅科学技术研究重点项目“汽车模具表面缺陷的数字化检测及修复技术研究”(GJJ212303)。
摘 要:为更快速、精确地配准点云,提出一种基于密度优化的快速点特征直方图(FPFH)配准算法。该算法通过点云中每一点的法线,建立局部坐标系,后通过平移方式得到每一点对及其加权邻域的法向偏角信息,由此构造33个区间的快速点特征直方图;同时为了解决FPFH缺少邻域间互联信息的缺点,引入点云密度及其加权邻域密度特征描述符,并将其划分为11个区间,进而构造44个区间的快速点特征直方图。随后以经典斯坦福兔子模型为试验对象,将所提算法与传统FPFH算法对比,试验结果表明所提算法可保证在时间复杂度不变的情况下,配准误差降低6.7%。