一种基于邻域法向量和曲率的点云配准方法

本发明公开了一种基于邻域法向量和曲率的点云配准方法，包括：对源点云和目标点云数据进行预处理；依据各点间的疏密程度，对预处理后的源点云和目标点云构建邻近点数量约束条件；依据采样点与邻近点的之间法向量内积均值，对预处理后的点云提取初始特征点；通过邻域平均曲率，对初始特征点进行二次提取，形成特征点；依据构建曲率特征参数，形成最终特征点集；对最终特征点集进行FPFH特征描述，根据特征向量间双向最小与次小欧式距离比值进行初始特征匹配，并采用点对间欧式距离约束剔除误匹配点对；将正确匹配点对作为单位四元数计算初始变换参数的初值，对源点云和目标点云进行初始配准，并构建双向k维树改进ICP算法，完成精确配准。