迭代最近点算法研究

三维点云数据的配准一直是计算机视觉、模式识别、摄影测量等领域的研究热点,它对于解决曲线曲面匹配、图像拼接、三维重建、计算机辅助文物复等问题至关重要。目前最常用的点云数据配准方法是迭代最近点（Iterative Closest Point,ICP）算法,伴随着三维扫描技术的进步,许多研究者对该算法做了细致的研究并提出了各种改进算法。该文首先总结了ICP算法的基本原理,然后从数据采样、特征点选取与点对权重、非重叠区域检测、兼容性约束四个方面对改进算法进行了系统而详细的分析与研究。