基于局部特征提取与参数估计的多视角点云拼接算法
Abstract
为解决大数据量、低重叠率点云拼接时消耗时间长、精度低的问题，提出一种融合局部特征点提取、参数估计和迭代最近点算法的多视角点云拼接（LEPE-ICP）算法。首先，对待拼接点云进行预处理，减少噪声和点云数据量，提升处理速度；其次，预设具有可辨识性和稳定性的标记点，并在标记点周围分别提取几何和颜色特征点合成特征向量，减少全局提取的计算量；然后，根据快速点特征直方图描述子（FPFH）匹配特征点对，匹配完成后使用总体最小二乘估计算法估计点云位姿参数；最后，根据平均误差迭代求解最佳匹配点对，结合ICP精配准算法实现多视角点云拼接。在公开数据集与实地采集数据上的对比实验表明：相较于FPFH-ICP、ISS-FGR及RANSAC-TrICP等算法，所提算法在处理大数据量点云时，拼接效率提升49.4%，误差降低56.4%；在处理高重叠率点云时，拼接效率提升73.3%，误差降低65.9%。此外，在实测点云数据中，其平均平移与旋转误差分别仅为0.08 m与0.04°。实验结果表明，LEPE-ICP在拼接大数据量和高重合率点云时具有更高的拼接效率和拼接精度。
Fields of Study & Subjects
3D Shape Modeling and Analysis
3D Surveying and Cultural Heritage
Robotics and Sensor-Based Localization
Publication details
- Journal / source
- Laser & Optoelectronics Progress
- Volume
- 63
- Issue
- 2
- Pages
- 0215010–0215010
- Publication date
- 1 January 2026
- Language
- EN