基于特征相似性的RGBD点云配准

摘要：

三维点云数据的配准是计算机视觉领域的重要研究课题,也是三维重建的关键步骤.针对RGBD点云数据的配准问题,提出一种基于特征相似性的初始配准方法.首先需要计算待配准的RGBD点云模型的曲率和颜色特征度(CFD),并对CFD进行统计分析,若模型颜色特征足够丰富优先采用颜色相似性策略,反之尝试曲率相似性策略.通过特征点提取精简点云模型,利用确定的对应点选择策略选择候选对应点对.在候选对应点对上采用优化样本一致性算法获得初始配准变换矩阵,实现两片点云的初始配准.针对不同颜色纹理的RGBD点云模型,本文方法可以自适应选择合适的特征点选择策略,实现点云间良好的初始配准.实验结果表明,对于几何特征不明显的RGBD模型,本文方法能够自适应选择颜色相似性策略来较好地完成初始配准.对于不同类型的模型配准结果较好,算法效率更高.

关键词：RGBD点云、初始配准、特征相似性、颜色相似性、曲率相似性

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目11475003,61603003,11471093;教育部"云数融合科教创新"基金项目2017A09116;安徽省科技重大专项18030901021;安徽省高校优秀拔尖人才培育资助项目gxbjZD26

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：829-834