一种面向异构数据融合的同名特征点求解方法

本申请涉及图像处理和数据融合领域，公开了一种面向异构数据融合的同名特征点求解方法，适用于异构数据融合，以提高系统的准确性和稳定性。方法步骤如下：S1、使用红外热像仪和结构光相机采集含“双光十字”标志物的场景数据；S2、对采集的红外图像和三维点云进行预处理；S3、应用Harris算法提取红外图像的特征点；S4、用双边阈值滤波优化特征点后，通过K‑Means算法进行分类；S5、使用RANSAC算法和Alpha Shapes算法处理三维点云，提取边缘并拟合直线求得交点；S6、结合红外和点云数据中的交点求解同名特征点。本发明的方法利用异构数据的融合，提高了特征点检测的准确性和系统的稳定性。