基于L1,P稀疏约束模型的点云配准算法研究
摘要
针对基于特征匹配的点云配准算法的精度受点云局部区域相似性和噪声影响等问题，本文提出了基于L1,P稀疏约束模型的点云配准算法。首先，提取几何或学习点云特征描述符并通过拓扑关系构建兼容性图，利用谱匹配方法选取具有高置信度的种子点；其次，为获取通过种子点构建的全连接属性加权图模型的最优匹配结果，将图匹配的离散约束松弛为L1,P稀疏约束；最后，通过图匹配结果搜寻极大团并进行评分，选取得分最高的变换位姿作为精配准位姿，实现基于极大团假设检验的点云配准算法。实验结果表明：相较于典型的配准算法，所提算法在室内外场景点云数据集上的精度最高分别提升了72.12%和75.86%；在不同参数设置和高斯噪声干扰下，与其余配准算法相比，所提算法具有更高的配准精度和鲁棒性。
引用本文（GB/T 7714）
杨博 Yang Bo, 李明峰 Li Mingfeng, 檀丁 Tan Ding, 等. 基于L1,P稀疏约束模型的点云配准算法研究[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。