基于深度图像的激光点云配准算法

摘要：

针对迭代最近点(Iterative Closet Point,ICP)在配准过程中容易陷入局部最优的情况,提出一种基于深度图像匹配的点云配准算法.通过点云深度信息得到点云在投影平面上的深度图像,采用深度图像的配准选择定向二进制简单描述符(Oriented Fast and Rotated BRIEF,ORB)算法对深度图像进行配准,对匹配结果采用随机采样一致性(RANSAC)算法对配准特征点进行筛选,剔除错误匹配点,保留匹配正确的图像特征点,将其索引到三维点云数据中.根据匹配的三维点云数据计算点云初始旋转矩阵和平移向量,调整点云初始位置,为后续精配准提供良好的初始位置,同时用ICP算法完成精配准,基于PCL(Point Cloud Library)开源数据库实现精配准过程.通过改进可有效缓解现有算法中存在的迭代易陷入局部最优的问题,提高精配准的速度、精度和可靠度等,并通过试验的手段验证算法的有效性.

关键词：深度图像、ORB算法、图像配准、点云配准、ICP算法

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划课题2017YFC0804900,2017YFC0804904;国家自然科学基金51479158

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：8-11,16