基于重叠域采样混合特征的点云配准算法

摘要：

针对部分重叠的两片点云配准效率低、误差大等问题,提出了一种基于重叠域采样混合特征的点云配准算法.首先,通过编码和特征交互的方式预测每个点的重叠分数,获得更丰富的点云特征;其次,提取重叠点的局部几何特征,基于重叠分数和点特征的显著性保留重叠关键点;最后,利用重叠关键点的几何信息和空间信息构建混合特征矩阵,计算矩阵的匹配相似度,采取加权奇异值分解运算得到配准结果.实验结果表明,该方法具有较强的泛化能力,能在保证配准效率的同时显著提升点云配准精度.

关键词：机器视觉、点云配准、重叠区域、混合特征

所属期刊栏目：39

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;广东省自然科学基金资助项目;广州市基础研究计划资助项目

在线出版日期：2022-11-29（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：3503-3508