基于图卷积网络的三维点云配准研究

实际环境存在的噪声与三维点云采集时存在的离群值点等问题增加了点云配准的难度,使配准的准确性降低,为此本文提出了结合局部特征的图卷积配准方法。该方法采用动态图卷积网络(DGCNN)作为特征提取网络,通过在图结构中进行宽度扩展,加入如邻近点坐标、法向量等局部特征,有效克服了空域图卷积过平滑问题,为后续运用匹配矩阵生成虚拟点云提供了准确的点云特征。实验结果表明,相比于现有的方法,该方法在复杂情况下配准准确性提升25%~30%,鲁棒性提高。