基于SIFT特征的低区分度点云数据匹配

摘要：

针对复杂产品测量视角变化较大、存在测量误差的低区分度点云数据匹配问题，从稳健的特征点识别方法入手，提出基于SIFT特征的低区分度点云数据匹配方法。该方法将反映产品外形及其空间关系的点云数据x表示为受空间位置变化的影响较小的低频部分，以及受到物体自身特性影响较大，随空间位置变化较大的高频部分。设计高斯同态滤波器，在频率域中降低低频分量，增强高频分量，提高点云数据的区分度；然后提取点云数据的 SIFT 特征向量，以欧氏距离作为相似性度量标准进行 SIFT 特征向量的匹配，获得点云数据的匹配点对；最后采用四元数法估计点云数据匹配参数，计算旋转矩阵和平移矩阵，实现低区分度点云数据匹配。通过某汽车用刹车壳体零件的点云数据匹配实例，验证了文中方法的有效性。

关键词：同态滤波、SIFT特征、四元数法、点云数据匹配

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61303087;山东省高等学校科技计划项目J12LN32, J14LB04;山东省绿色建筑协同创新中心团队建设科研基金LSXT201513

在线出版日期：2016-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：498-504