摘要

非球类物体形状结构复杂,利用点云直接进行配准易出现误匹配现象。针对该问题,引入流形上的测地距离结合物体的实际几何形状,将三维点云配准问题转换为聚类问题,提出一种基于流形聚类的多站点云配准方法。首先,将经粗配准后的三维点云划分为若干个聚类;然后,以测地距离作为聚类划分的依据更新聚类中心,同时更新刚性变换,再循环迭代此过程以获得最终配准结果;最后,由于在配准过程中计算测地距离矩阵时易产生计算消耗,引入热梯度法将点集在空间中的遍历过程转换为泊松方程的求解过程以提升效率,完成多站点云配准。在斯坦福大学公共数据集中的Bunny、Dragon等点云数据上的实验结果表明,所提方法可有效将非球类物体的配准精度整体提升20%~30%。