摘要：针对重叠率低、角度大的点云数据之间的配准进行了研究,提出基于分形维数的全局点云初始配准算法。计算点云中各点的维数值;通过维数属性,从点云中提取特征点;聚类特征点,形成全局结构;从全局结构中,获得全等三角形对,作为匹配点对,进行初始配准;进行剪枝迭代最近点(Trimmed Iterative Closest Point,Trimmed-ICP)细配准。该算法与全局最优迭代最近点(Global optimal Iterative Closest Point,Go-ICP)算法相比,能够有效缩小不同角度的点云数据之间的位姿差异,显著提升对重叠率低、角度大的点云数据的配准效果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社