基于3D直线多特征描述的点云配准方法
摘要
当前的点特征配准方法易受点云质量影响，并且计算量大、效率低，而线特征方法则特征描述单一，局限于二维变换，难以适应复杂的三维场景。为此，本文提出了一种基于3D直线多特征描述与匹配的点云配准方法。首先，利用多尺度曲率特征提取点云中的关键点，并采用两阶段拟合的方法获取关键点直线；然后，对所拟合的直线进行基于角度和距离的多特征表达，构建多特征描述符并匹配相似直线；最后，利用融合随机抽样一致性算法（RANSAC）思想的梯度下降法计算匹配直线之间的最优空间变换参数，进行空间变换，完成配准。利用斯坦福大学的3D点云数据库作为实验数据，将所提方法与现有配准方法进行对比实验。结果显示，本文所提方法的配准精度最高可达10-8 m。此外，本文方法的配准效率以及在极端位置下的配准效果均明显优于其他对比方法。
引用本文（GB/T 7714）
张正鹏 Zhang Zhengpeng, 刘建华 Liu Jianhua, 谢欣余 Xie Xinyu, 等. 基于3D直线多特征描述的点云配准方法[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。