来源：期刊VIP网 时间：
作者：王一;张鑫淼;王莹;苏皓;
单位：华北理工大学电气工程学院;唐山市先进测试与控制技术重点实验室;
摘要：点云配准是三维数据处理的重要步骤，但传统关键点的4点一致集算法配准过程中存在计算复杂度较高、配准用时较长等问题。为此，提出一种基于ISS-3DSC特征改进的K4PCS算法(keypoint-based 4-points congruent sets, K4PCS）。将下采样后的点云数据经内部形状描述子算法（intrinsic shape signatures, ISS）提取关键点后，由三维形状上下文特征（3D shape context, 3DSC）描述形成ISS-3DSC特征点，并将ISS-3DSC特征点作为K4PCS算法粗配准的输入数据，再采用基于中值距离改进的迭代最近点算法（iterative closest point,ICP）完成精配准。实验结果表明，本文算法在公开数据集上总用时缩短15.45%～76.54%，且效果更明确，具有一定实用性。
关键词：点云配准;三维形状上下文特征;关键点的四点一致集;迭代最近点
基金资助：河北省高等学校科学技术研究项目(ZD2022114); 唐山市科技计划项目(21130212C)
