基于SAC-IA和改进ICP算法的点云配准技术

摘要：

点云配准是真实三维世界物体或场景模型重建的关键问题之一.针对传统的ICP算法收敛速度慢,且在两点云集初始位置较大时易陷入局部最优解的问题,提出一种改进的点云配准算法.该算法首先利用基于特征点的采样一致性初始配准算法(SAC-IA)实现两点云的初始变换,使两点云集有相对较好的初始位姿,然后在传统ICP算法基础上使用k-d树(k-dimensional tree)加速对应点对的查找速度,并利用方向向量阈值去除错误点对.实验证明该算法具有相对较好的配准精度和收敛速度.

关键词：点云配准、ICP算法、SAC-IA、方向向量阈值

所属期刊栏目：31

分类号：TP30(计算技术、计算机技术)

资助基金：陕西省科技厅国际合作与交流项目2016KW-043;陕西省自然科学基础研究计划项目2016JZ026;陕西省教育厅专项科研计划项目15KJ1320

在线出版日期：2017-08-29（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：395-401