论文部分内容阅读
点云配准是三维物体或场景模型重建的关键技术。针对传统的ICP算法的收敛速度较慢,且在两点云集初始位置较大时易陷入局部最优解的问题,该文提出了一种改进的点云配准算法。该算法首先计算点云的FPFH特征描述子,然后对点云的特征进行匹配,实现两片点云的初始变换,使两点云集有相对较好的初始位姿。在经典ICP基础上使用k-d tree(k-Dimension tree)近邻搜索加速对应点对的查找,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,提高了配准的效率。