基于主成分分析和特征图匹配的点云配准方法

Abstract

由于点云模型存在不同程度的重叠，点云配准容易出现特征匹配错误、配准难度大等问题。因此，提出了一种基于主成分分析和特征图匹配的点云配准方法。配准前，首先采用带主轴校正的主成分分析方法进行点云初始位姿调整，建立KD树进行重叠区域搜索。其次，根据两幅点云的重叠区域计算采样点的快速点特征直方图特征，进行点云特征图匹配以及裁剪迭代最近点精配准。在现有数据集以及实际扫描模型上进行配准实验，实验结果表明该方法的稳定性好，精度更高，相较于其他算法精度能提高25%以上。