重心约束的多幅点云数据融合技术

Technique of Multi-argument-cloudy Data Fusion of Barycenter Constraint

针对结构光测量的点云模型,在分析多视数据融合技术的基础上,提出了重心约束的多幅点云融合算法。算法分为三个步骤:首先检测计算重叠点云区域;其次计算融合初始核;最后根据点的法向对点的位置精确调整。实验结果表明,与k平均聚类法相比,本方法不仅能够获得更加均匀分布的单层点云模型,而且获得的模型表面更加光顺,计算效率更高。对于具有粗大匹配误差的多幅点云模型的融合具有较好的效果。