基于SAC-IA和改进ICP算法的点云配准技术

被引：44

作者：

陈学伟 ^{[1
]}

朱耀麟 ^{[1
,2
]}

武桐 ^{[1
]}

王祖全 ^{[1
]}

机构：

[1] 西安工程大学电子信息学院

[2] 西北工业大学电子信息学院

来源：

西安工程大学学报 | 2017年 / 31卷 / 03期

关键词：

点云配准; ICP算法; SAC-IA; 方向向量阈值;

D O I：

10.13338/j.issn.1674-649x.2017.03.018

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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.

引用

页码：395 / 401

页数：7

共 17 条

[1] 基于RGB-D值的三维图像重建系统研究 [J].