基于网络节点相似性的髋关节点云配准算法

针对基于聚类和距离的点云去除异常值算法在髋关节点云上容易去除正常值，导致点云结构发生改变等问题，本文提出一种随机抽样一致性(random sample consensus, RANSAC)拟合圆算法与包围球去除离群值算法，利用RANSAC算法提出距离点云主体较远的异常值，使用包围球算法去除髋臼窝中悬浮的异常值.同时，针对迭代最邻近点算法(iterative closest point, ICP)在选取初始点对时偏离真实值较大，容易导致迭代次数过多，陷入局部最优解的情况，本文提出一种基于网络节点相似性筛选初始点对方法，通过选取最接近真实值的点对进行迭代优化.结果表明，改进算法能够有效剔除髋关节表面点云中的异常值，选取准确的初始点对，实现任意位姿下两组点云的快速、精确配准.