来源：期刊VIP网 时间：
作者：刘茂华;赵仁龙;陈杰;丰勇;赵占杰;
单位：沈阳建筑大学交通与测绘工程学院;北京大学地球与空间科学学院;立得空间信息技术股份有限公司;辽宁省自然资源厅地理信息管理处;中国测绘科学研究院;
摘要：针对传统迭代最近点算法ICP进行点云匹配时对特征点初始位置高敏感性、抗噪能力弱等问题，该文提出一种基于自适应网格采样的点云配准算法。通过关键点均匀采样，建立关键点的网格拓扑关系，并以标准化的高程作为特征生成高程特征图。利用尺度不变特征变换算法SIFT进行特征提取和特征匹配获取同名特征点，并解算变换矩阵，完成点云的粗配准。在此基础上进行精配准完成点云的融合配准。所提出方法通过包含不同密度、不同尺度、不同传感器来源的3组数据集进行验证。结果显示，3组数据集都取得较好的配准效果，其中两组小尺度数据集的均方根误差为0.000 80 m和0.000 25 m,一种实际地物数据集的均方根误差为0.331 67 m,配准耗时分别为3.86、3.79、802.26 s。本方法通过高程特征图间接完成点云配准，解决了法线特征计算不准确、强度特征局限于LiDAR点云等问题，为实景三维中国建设提供了研究基础。
关键词：点云匹配;;自适应;;特征提取;;高程特征图
基金资助：辽宁省自然科学基金项目(2024-MS-115);; 辽宁省教育厅高校基本科研项目(LJ212410153006)
