基于FPFH-ICP的三维工件点云配准方法研究

针对三维工件点云配准方法存在配准精度低等问题，笔者提出一种基于快速点特征直方图（Fast Point Feature Histogram,FPFH）初始匹配与迭代最近点（Iterative Closest Point,ICP）的点云配准方法。首先，在配准前使用随机抽样一致（Random Sample Consensus,RANSAC）算法对初始点云数据进行预处理，获得目标点云数据；其次，使用FPFH算法提取点云特征，进行特征匹配，求得初始变换矩阵；再次，使用ICP算法对初始变换矩阵进行增益，求得最终变换矩阵；最后，完成点云精确配准。基于三维工件点云，将本文算法与经典算法对比测试。实验结果表明，本文算法在配准精度上有所提高。