| 基于特征点匹配的点云配准方法研究 |
| |
| 引用本文： | 欧鑫,高飞,崔浩,叶周润,汤毅.基于特征点匹配的点云配准方法研究[J].合肥工业大学学报(自然科学版),2023(6):808-812+821. |
| |
| 作者姓名： | 欧鑫 高飞 崔浩 叶周润 汤毅 |
| |
| 作者单位： | 合肥工业大学土木与水利工程学院 |
| |
| 基金项目： | 国家自然科学基金青年科学基金资助项目(41904010)；;安徽省自然科学基金资助项目(2008085MD115)；;大地测量与地球动力学国家重点实验室开放基金资助项目(SKLGED2022-1-4)；;中央高校基本科研业务费专项资金资助项目(JZ2021HGTB0107)； |
| |
| 摘 要： | 针对快速点特征直方图(fast point feature histogram, FPFH)与迭代最近点(iterative closest point, ICP)算法结合的配准方法达不到精度要求的问题，文章在FPFH的基础上加入特征点的提取与匹配，使得配准精度进一步提升。该方法先通过尺度不变特征变换(scale-invariant feature transform, SIFT)算法和3DHarris算法对点云数据的特征点进行提取，再通过计算FPFH寻找对应点对，使用随机采样一致性(random sample consensus, RANSAC)算法剔除错误点对，通过奇异值分解(singular value decomposition, SVD)算法计算初始旋转矩阵和平移矩阵，最后用传统ICP精配准。结果表明，基于特征点匹配的算法相比基于特征描述的算法精度更高。
|
| 关 键 词： | 特征点提取 特征点匹配 奇异值分解(SVD)算法 迭代最近点(ICP) 点云配准 |
|
|
