科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对点云数据采集过程中因扫描仪设站数少导致相邻的两片激光点云重叠度低,且难以高精度进行拼接的问题,文中提出了一种方法:首先基于法线差值和曲率差值对点云进行区域分割,利用多维特征向量(FPFH)构建点云块的特征描述子,比较特征描述子得到相似的点云块;其次利用迭代最近点算法(ICP)对相似的点云块进行粗拼接,点云块向垂直于其平均法向量的平面投影,利用图像匹配的方法找出图像匹配点,根据投影关系反推出可能的点云匹配点,每一对图像匹配点对应一对或多对点云匹配点,每对点云匹配点分别提取其K邻域,利用ICP算法对两个邻域进行匹配,找出重合度最好的匹配,对应的两点认为是正确的点云匹配点,最后把同一块点云上全部的正确匹配点以及它们的K邻域提取出来,利用ICP算法求出提取出来的两部分点云之间的变换矩阵,粗拼接后的点云通过该矩阵变换完成精拼接。与传统的ICP算法和基于点云特征FPFH的拼接方法作比较,实验结果证明:本文提出的方法有效地提高了低重叠度点云的拼接精度。
- 单位
