激光与红外

作者：张平均

单位：福建理工大学 电子电气与物理学院,福建 福州 350118；

关键词：点云配准;三维尺度不变特征(3DSIFT);特征点精简;唯一形状上下文(USC)

点云配准是三维数据处理的一个关键步骤。针对配准过程中特征点代表性和描述性弱导致配准效率低的问题,本文提出了一种基于改进三维尺度不变特征(3DSIFT)算法的点云配准方法。首先,结合信息熵理论对3DSIFT算法提取出的特征点进行精简,保留代表性和描述性强的点作为待配准点；其次,对特征点添加唯一形状上下文(USC)描述；然后,基于渐近采样一致性(PROSAC)算法完成粗匹配；最后,对源点云和目标点云建立双向KD树以减少搜索时间,加速迭代最近点(ICP)完成精配准。实验结果表明,与3种比较算法相比,该方法的平均配准误差分别降低了872、613、225,且配准后的点云重叠率更高。

来源：2025年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第2期