基于多分辨率的快速迭代最近点配准算法

针对迭代最近点(Iterative Closest Point,ICP)算法计算时间长的问题,提出一种基于多分辨率配准点的ICP算法。使用自适应体素网格滤波器对原始点云进行多分辨率采样,利用低分辨率点云快速迭代获得两点云间初始变换矩阵;利用高分辨率点云在初始变换基础上做更精确配准。实验结果表明,该算法在配准精度基本不变的情况下,可以显著降低配准时间,且随着点云点数增加,速度提升效果越明显。

基于自适应分辨率的点对特征点云配准算法

针对基于原始点对特征的三维目标识别算法中存在的内存浪费及过多冗余点导致的配准效率不高问题,提出一种改进的自适应分辨率点云配准算法。通过使用自适应体素网格滤波器对原始点云进行下采样,有效地减少了目标模型哈希表中存在的大量冗余点对,节省了计算机的内存开销并提高了点云配准算法的配准速度。使用迭代最近点方法进一步对聚类结果进行优化处理。实验结果表明:所用算法与传统ICP算法相比,在配准误差相同的情况下配准效率提升显著。