|
|||||
|
|
| 基于3D-Harris 与FPFH 改进的3D-NDT 配准算法 | |
| 作者姓名： | 范 强 刘 鹏 杨 俊 周沛希 |
| 作者单位： | (1. 辽宁工程技术大学测绘与地理科学学院，辽宁 阜新 123000； 2. 辽宁师范大学城市与环境学院，辽宁 大连 116029) |
| 基金项目： | 国家自然科学基金项目(41771178) |
| 摘 要： | 针对传统点云配准三维正态分布变换(3D-NDT)、迭代最近点(ICP)算法在未给定初
始配准估计的情况下配准效果不佳、配准时间长、误差较大的缺陷，提出了精准且相对高效的
点云匹配算法。首先，运用3D-Harris 算法识别每一幅点云的关键点，并以此为基本点建立局
部参考框架，计算快速点特征直方图(FPFH)描述子；之后，使用最小中值法(LMeds)中的对应
估计算法排除不准确的点对应关系，得到含有对应三维特征关系的特征点对。计算粗配准所需
的变换矩阵，完成初步匹配。随后，根据3D-NDT 算法将点云数据空间体素化，运用概率分布
函数完成最终的点云进行精确地匹配。使用改进配准将3 组分别从网络下载的较少噪声、大规
模与Kinect V2.0 采集的较多噪声、大规模的2 组重叠度不同的点云数据匹配到同一个空间参考
框架中，并通过精度分析对比经典3D-NDT，ICP 等算法。实验结果证明，该算法在迭代次数
较低时，可使室内场景点云数据完成精度较高的配准且受噪声影响较小，但如何将算法的复杂
度适当降低，缩短配准时间需要更进一步的研究。 |
| 关 键 词： | 三维正态分布变换 3D-Harris特征点 快速点特征直方图 最小中值法 点云配准 |
Improved 3D-NDT point cloud registration algorithm based on 3D-Harris and FPFH |
|
| Authors: | FAN Qiang LIU Peng YANG Jun ZHOU Pei-xi |
| Affiliation: | (1. School of Geomatics, Liaoning Technical University, Fuxin Liaoning 123000, China; 2. School of Urban and Environmental Sciences, Liaoning Normal University, Dalian Liaoning 116029, China) |
| Abstract: | |
| Keywords: | 3D normal distributions transform 3D-Harris key points fast point feature histograms least median of squares point cloud registration |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载全文 | |
