无阈值改进随机抽样一致性点云配准算法  

No-threshold improved random sample consensus point cloud registration algorithm

作　　者：彭杰 李磊民[1] 石繁荣[1] PENG Jie;LI Lei-min;SHI Fan-rong

机构地区：[1]西南科技大学信息工程学院,绵阳621010

出　　处：《制造业自动化》2020年第10期72-76,共5页Manufacturing Automation

摘　　要：针对点云配准中存在大量错误点对,影响点云配准精度以及收敛速度问题,提出一种基于错误点对剔除的无阈值改进随机抽样一致性配准算法。在特征点提取阶段:引入边缘点检测算法剔除特征点中的边缘点,减少特征匹配中边缘点因特征描述不完整而产生的错误点对;在误匹配剔除阶段:基于错误点对在同一点云以及两点云间的空间位置分布特性,采用距离约束法结合无阈值改进随机抽样一致性(RANSAC)算法剔除初始点对中错误点对,得到最终的匹配点对进行点云配准。实验结果表明:相比传统点云配准算法,改进算法有效提高了点云的配准精度以及收敛速度。

关 键 词：三维点云配准 误匹配点对剔除 边缘点检测 距离约束法 无阈值改进RANSAC算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]