基于曲率改进的K4PCS点云配准算法

点云配准就是根据源点云和目标点云的匹配点对求解最优刚性变换矩阵,从而实现点云对齐的过程,目前已在同步定位与测绘、三维重建、逆向工程等领域得到广泛应用。针对现有算法存在的配准精度低、耗时长等问题,提出一种基于曲率改进的K4PCS点云配准算法。粗配准阶段首先计算点云的法向角度和马氏距离方差两个特征来构造特征描述符,筛选特征点集,然后通过曲率改进K4PCS算法进行粗配准;精配准阶段使用TrICP算法来完成精确配准。实验采用Bunny、Dragon和Buddha点云模型,结果表明所提出的算法比已有的两种配准算法在平均精度上提高了约25%,平均耗时降低了约22%,是一种有效的点云配准算法。