重叠区域相似性引导的点云配准方法

为解决现有点云配准方法难以实现具有极低重叠、特征缺乏、噪声、密度不一等特点的测量点云精确配准的问题，本发明提出一种重叠区域相似性引导的点云配准方法。本发明先提取相邻视角的测量点云的重叠区域，通过尺度对比调整使得重叠区域尺度大小一致，能够降低测量系统固有几何误差导致的初始粗糙对重叠区域提取不准确的影响，通过双向交互能够克服噪声、密度不一导致的重叠区域形状不一致的问题，而后通过对尺度大小和形状调整一致后的重叠区域进行概率配准，获得从粗配准的源点云到目标点云的变换，最后将获得的变换作用于相邻视角的测量点云，实现具有极低重叠、特征缺乏、噪声、密度不一问题的测量点云的鲁棒配准。