摘要
本发明公开了一种基于改进SHOT描述子的点云配准方法,旨在解决传统点云SHOT描述子对于稀疏点云或高密度点云特征提取、描述子和匹配优化方面存在的不足。该方法包括以下步骤:对源点云集和目标点云集进行预处理,计算平均点间距并提取特征点;通过引入插值调整描述子支撑区域半径,提升关键点特征的鲁棒性;然后,计算加权协方差矩阵并进行特征值分解,获取精确的局部坐标系和法线信息;基于动态支撑区域半径的SHOT描述子匹配点对,引入谱匹配与ICP结合,剔除错误点对。进一步提高配准精度。相比现有技术,本发明通过支撑区域的动态调整增强描述子结构的描述性,以及匹配过程的优化,提升了点云配准的精度、鲁棒性和实时性,适用于计算机视觉、三维点云配准等领域。
技术关键词
协方差矩阵
特征值
邻域
特征点
高密度点云
鲁棒性
关键点特征
坐标系
动态
定义
计算机视觉
计算方法
间距
算法
精度
两点