基于点云的SUSAN特征点检测算法在三维重建中的应用

摘要：

针对三维重建中点云特征点检测问题,提出了一种基于点云的最小核值相似区(SUSAN)特征点检测算法,并将其应用于三维重建的初始配准.首先,对待测点云进行遍历,利用kd-tree数据结构获取三维r-邻域核值相似区,计算得到点云的候选特征点;其次,使用快速点特征直方图对候选点进行特征描述并实现两幅点云特征点间的匹配;最后,利用奇异值矩阵分解法计算变换矩阵,完成两幅点云的初始配准.实验结果表明该特征点检测算法计算效率较高,产生的特征点匹配准确,可为精确配准提供较好的初始位置.

关键词：三维重建、SUSAN算子、特征描述、快速点特征直方图、迭代最近点算法

所属期刊栏目：33

分类号：TP391.9(计算技术、计算机技术)

资助基金：福建省教育厅资助项目JA12079;福建师范大学教学改革研究项目I201503039

在线出版日期：2017-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1-9,17