基于统计空间距离分布的三维点云配准方法

本发明公开了一种基于统计空间距离分布的三维点云配准方法，包括如下步骤：采用HARRIS角点检测算法提取源点云与目标点云中的边缘点与角点，生成源点云关键点集与目标点云关键点集；对两幅关键点集中的每个点统计其与领域内其他关键点空间距离的相对分布频率，生成高维特征向量；由空间距离特征元素构建空间距离分布特征描述符；以特征描述符的余弦相似度寻找目标点云关键点中，特征描述符相似程度大于所设阈值的点，得到初始对应点对集；通过RANSAC使用SVD算法求取对应点集之间的初始空间变换矩阵，实现源点云与目标点云的粗配准；获得较好的初始对应位姿后，通过迭代最近点ICP算法对配准结果进行精细校准。所述方法具有运算成本低、速度快、精度高等优点。