基于分层穿插多视角点云配准算法研究

为解决毛胚铸件三维重建因多视角配准过程中引起的累积误差大、配准精度差以及配准效率低的问题,提出了一种分层穿插多视角点云配准算法。首先,利用工业相机对铸件物体获取不同视角下的点云信息进行预处理;其次,通过邻域法向量夹角特性提取特征点,并对其进行FPFH特征点描述,对每层相邻点云用改进的4PCS算法进行粗配准,获得良好的初始位置,再利用KD-tree加速搜索的广义迭代最近点GICP算法进行精配准;最后,利用分层穿插多视角配准策略拼接成完整的点云。实验结果表明,提出的配准方法相对于SAC-IA+ICP算法、4PCS+ICP算法、Super-4PCS+ICP算法,配准时间分别降低了96.5%、96.1%、88.3%,配准精度分别提高了79.5%、71.5%、55.1%。此算法配准质量不仅优于顺序多视角配准的质量,而且在鲁棒性和精确配准方面有明显优势,对后续三维重建提供了一种高效的方法。