三维点云中关键点误匹配剔除方法

作     者：熊风光 霍旺 韩燮 况立群 Xiong Fengguang;Huo Wang;Han Xie;Kuang Liqun

作者机构：中北大学计算机科学与技术学院山西太原030051 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2018年第38卷第2期

页      面：121-131页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61672473 61379080) 山西省回国留学人员科研项目(2015-079) 

主　　题：图像处理 三维点云 关键点 边缘检测 Kmeans算法 分裂法 

摘      要：三维点云关键点配准与识别过程中存在寻找匹配对不理想、大量误匹配对及配准与识别准确率下降等问题,提出了一种新颖的关键点误匹配剔除方法。在关键点检测阶段,基于边缘点及其邻域点大多分布在同侧的特性,提出了一种边缘点检测算法,剔除处于边缘的关键点,以提高关键点的可重复性和可匹配性,并降低关键点特征匹配的误匹配率。在关键点特征匹配阶段,对经由最近邻算法得到的初始关键点匹配对,通过Kmeans算法和分裂法,剔除掉大量错误的关键点匹配对,从而提高三维点云之间关键点的匹配率。实验结果表明,该方法能够剔除完整三维点云匹配完整三维点云、完整三维点云匹配杂乱且有遮挡的三维点云、部分点云匹配部分点云所产生的大量关键点误匹配对,提升了关键点匹配效果;同时在时间上,本文算法较随机取样一致性算法更有效率,是最邻近算法的有益补充。