点云多法向量邻域特征配准算法

针对三维激光扫描点云数据的配准问题,提出了一种多法向量邻域特征点云配准算法。首先,根据目标点选取不同邻域半径估算的法向量存在方向偏差,设定约束条件选择关键点,使得初始点云数据量得到精简;其次,设计了一种依据邻域多法向量计算的特征描述子,并计算所有关键点的特征向量;然后,依据所求的特征描述子,使用最小距离与次小距离比值阈值方法初步获取对应关系,并使用随机采样一致性算法和聚类分选方法进行两次优化,得到精确的点与点对应关系;最后,使用奇异值分解法解算刚体变换矩阵,得到配准参数。实验结果表明,由本文设计的关键点选取、特征描述子提取和对应关系筛选方法原理简单、稳定可靠、计算速度较快且计算复杂度小,无需进行第二次配准,对实现点云配准具有实用价值。