科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统3D-Harris角点提取算法中，Harris算子使用降维后的缺失几何信息，角点提取时响应值计算量大、耗时长，特征点对匹配精度不高以及需要手动设定角点响应阈值等问题，提出了一种完整、高效的Harris角点自适应特征描述、提取和匹配的点云粗配准算法。首先引入正交梯度算子对传统Harris算子和自相关函数进行改进；利用点云曲率约束实现角点的自适应筛选与提取，减少角点响应值的计算量。然后构建角点几何结构的特征描述子，结合阈值检测和描述子匹配， 将角点匹配对集合进行扩展， 从而完成源点云和目标点云之间粗配准。最后将所提算法得到的配准结果作为精配准初始值，利用迭代最近点算法实现精配准。在公开数据集上的实验结果表明：在对比实验中，所提算法征点正确提取率达到0.93，正确率最高；提取时间为7.63秒，算法效率最快。所提算法结合精配准步骤在实验数据集上的旋转误差、平移误差和算法运行时间均为最低，配准效果最佳。
- 单位
