基于曲率的点云自动配准方法
由于三维扫描仪采集范围的制约,单次扫描仅得到单一视角的深度图像,需研究深度图像的配准问题实现三维建模.现有商业软件大多需要人工标定实现深度图像配准,为改进此问题,本文提出了一种曲率约束的点云模型自动配准方法，有效利用了三维点云模型的曲率特征，通过比较两个模型对应点的曲率值，去除误差匹配对应点，然后在没有误差的对应点对上计算变换矩阵。研究工作主要分为两大部分:初始配准和精确配准，初始配准采用4PCS配准方法，精确配准采用本文提出的基于曲率的点到面ICP配准法。采用kd-tree查找最近邻点，比较查找的对应点对的曲率，根据曲率差值去除误差对应点，在过滤过的对应点对上运用线性最小二乘计算变换矩阵，将变换矩阵作用于源点云模型，再将变换后的两片点云模型融合，配准结束。
三维建模 图像配准 点云模型 迭代最近点算法 曲率
余文利 周明全 税午阳 武仲科
北京师范大学信息科学与技术学院,北京100875;教育部虚拟现实应用工程中心,北京100875
国内会议
厦门
中文
2374-2379,2386
2015-10-17（万方平台首次上网日期，不代表论文的发表时间）