三维点云中关键点的配准与优化算法

作     者：宋涛 曹利波 赵明富 刘帅 罗宇航 杨鑫 Song Tao;Cao Libo;Zhao Mingfu;Liu Shuai;Luo Yuhang;Yang Xin

作者机构：重庆理工大学电气与电子工程学院重庆400054 电梯智能运维重庆市高校工程中心重庆402260 光纤传感与光电检测重庆市重点实验室重庆400054 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2021年第58卷第4期

页      面：367-375页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金青年科学基金(61701056) 重庆市教委基础研究项目(KJQN201901123) 重庆市科技局技术创新与应用发展重点项目(cstc2019jscx-mbdxX0002) 重庆理工大学研究生创新基金(ycx20192051,ycx20192052) 

主　　题：图像处理 关键点检测 边缘检测 三维重建 点云处理 误差优化 

摘      要：传统三维(3D)点云配准过程中存在配准误差高、计算量大及耗时长等问题,针对该问题,提出了一种3D点云中关键点的配准与优化算法。在关键点选取阶段,用边缘点检测算法剔除边缘关键点,以提高关键点特征描述的全面性和重复性,降低3D点云配准误差。在3D点云配准阶段,用K-维树(KD-tree)加速的最近邻算法和迭代最近点算法剔除粗配准结果中的误配准关键点,降低配准误差,提高3D点云配准的速度与精度。实验结果表明,本算法在不同点云数据下,均能获得良好的配准结果。与传统3D点云配准算法相比,本算法的平均配准速率提高了68.725%,平均配准精度提高了49.65%。