基于特征匹配空间优化的低重叠率弱纹理点云配准方法

一种基于特征匹配空间优化的低重叠率弱纹理点云配准方法，包括：输入待配准的源点云和目标点云；使用基于点云密度聚类生长的去噪算法去除源点云和目标点云中的噪声；使用基于法向空间占据体积的关键点提取算法提取源点云和目标点云中特征显著区域；使用FPFH算法提取源点云和目标点云中关键点的特征并根据特征向量间的欧式距离进行特征匹配；使用特征匹配空间优化算法剔除大量异常匹配对，保留高置信度的匹配关系；基于优化后的特征匹配关系估计源点云与目标点云间的最优刚性变换矩阵。该方法能够在粗配准阶段的计算效率优于其他算法，同时在几何精度、配准成功率和鲁棒性等关键指标上具有明显优势。