一种基于全等三角形的点云自动配准方法

点云配准是点云数据处理中比较关键的步骤，直接影响处理结果。经典的迭代最近点（iterative closest point,ICP）算法需要目标点云与源点云之间有良好的初始姿态，否则会遇到局部最优等问题。因此，提出了一种基于全等三角形的点云自动配准方法。该方法通过边长相等和面积相等来构造全等三角形，找到源点云与目标点云的对应点，建立源点云与目标点云对应关系和转换参数最优估计，完成粗配准，再结合ICP算法进行精配准，实现点云的自动配准。结果表明，与4PCS和ICP结合的算法相比，所提算法能有效改善ICP算法对初值依赖的问题，并且配准精度有一定提升。