基于曲率特征的迭代最近点算法配准研究
Iterative Closest Point Algorithm Registration Based on Curvature Features作者机构:中国矿业大学环境与测绘学院江苏徐州221116
出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)
年 卷 期:2017年第54卷第1期
页 面:107-114页
核心收录:
学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0702[理学-物理学]
摘 要:在三维激光扫描技术中,点云数据配准技术直接影响后期建模质量。点云配准主流算法为迭代最近点(ICP)算法,该算法能自动、高精度配准,也具有时间空间复杂度较大、收敛缓慢、易匹配错误对应点等缺点。将基于曲率极值的算法与ICP算法相结合,对曲率特征明显的点云模型进行配准。从算法收敛效率、抗噪性及点云初始位置优劣对算法的影响三方面设计实验,并与经典ICP算法及其他改进算法进行对比。结果表明,该算法对于曲率变化明显的点云数据表现出的收敛效率高于其他算法,对于质量较差的初始数据,该算法收敛稳定性较强。