基于区域分割的低覆盖点云配准算法
【摘要】 针对低覆盖点云配准的时间复杂度高、收敛速度缓慢以及对应点匹配易错等问题，提出一种基于区域分割的点云配准算法。首先，利用体积积分不变量计算点云上点的凹凸性，并提取凹凸特征点集;然后，采用基于混合流形谱聚类的分割算法对特征点集进行区域分割，并采用基于奇异值分解(SVD)的迭代最近点(ICP)算法对区域进行配准，从而实现点云的精确配准。实验结果表明，所提算法通过区域分割可以大幅提高点云区域的覆盖率，并且无需迭代即可计算刚体变换的最佳旋转矩阵，其配准精度比已有算法提高了10%以上，配准时间降低了20%以上。因此，所提算法是一种精度高、速度快的低覆盖点云配准算法。
