基于相关熵的多视角彩色点云配准

针对双视角彩色点云配准问题,提出了基于相关熵的彩色点云配准算法,以增强传统配准方法的鲁棒性、提高配准精度。该算法在迭代最近点算法的基础上,利用HSV颜色空间的色调,结合传统三维空间坐标构成四维空间辅助配准,同时,引入相关熵以减小离群值和噪声对配准造成的影响,从而达到更精确的配准效果。完成双视角配准后,将该算法所计算的变换结果作为多视角配准的初值,然后通过运动平均算法减小累计误差,完成更加精确的多视角配准。双视角配准的实验结果表明,该算法在精度、鲁棒性方面与同类算法相比,均具有明显优势。此外,在模拟数据实验以及公开数据集上的真实数据的实验表明,该算法的计算结果作为初值与运动平均算法良好结合,能得到可靠的多视角点云配准结果。