一种基于多尺度邻域特征的点云配准方法

本发明公开了一种基于多尺度邻域特征的点云配准方法，适用于稠密点云数据的高精度和高速配准，属于计算机视觉和三维数据处理领域。该方法包含三个主要步骤：点云预处理、特征点提取和点云配准。在点云预处理阶段，通过保留体素中距离重心点最近的点来降低数据量的同时，保留点云的细微特征。在特征点提取过程中，基于点的法向量和多邻域特征差异构建特征点筛选规则，以提高点云特征点的稳定性和鲁棒性。点云配准阶段，采用4PCS算法粗配准和ICP精配准源点云和目标点云间的配准。该方法能够显著提高配准效率和精度，尤其适用于机器人导航、自动驾驶、三维重建等应用场景的点云配准任务。