来源：期刊VIP网 时间：
作者：罗启雄;张春亢;罗俊;
单位：贵州大学矿业学院;
摘要：针对室内场景点云特征提取方法中存在错误提取、稳健性差等问题，提出一种基于曲率约束的多元参数融合提取方法。首先采用KD-tree搜索目标点k邻域，分别计算点云法向量和曲率，然后将曲率作为约束条件，选取用于特征判别参数计算的待算点并构建点集，利用目标点与邻域点的邻近关系计算点云密度和距离权重系数，最后以法向量、密度参数、距离权重定义特征判别参数进行特征提取。采用3组不同特征的室内点云数据对算法进行实验验证与分析，结果表明，所提方法可以准确识别不同密度区域点云的特征点，并有效避免异常点对提取结果的影响，与其他融合算法相比，所提方法提取的特征点更加精简，简化率达到99%以上，算法提取特征点的精度更高，且具有更强的稳定性，提取精度在97%左右，展现出良好的算法鲁棒性。
关键词：室内场景;;曲率约束;;特征度;;特征点提取
基金资助：国家自然科学基金(41701464);; 中国科学院战略性先导科技专项子课题(XDA2806020101);; 贵州大学培养项目(贵大培育[2019]26号)
