基于点云的单应性迭代最近点配准算法在三维重建中的应用

简介：
本研究提出了一种创新的基于点云数据的单应性迭代最近点（ICP）配准算法，专为提升三维重建的精度和效率而设计。通过优化匹配过程，该方法显著改善了复杂场景下的模型对齐问题，提供更为准确且详细的三维图像。 点云配准是光学三维（3D）轮廓测量技术中的关键技术之一。无标志点的点云配准通常通过迭代最近点（ICP）算法实现。为了提升ICP算法性能，提出了一种基于单应性变换的改进ICP算法。文中详细描述了该方法中如何建立单应性对应的点对，并推导出了用于坐标转换的数学公式。 我们使用一种手持式三维轮廓扫描仪对一个包含高频和低频细节特征的石膏像进行了数据采集，共获取92帧点云图像。采用改进后的ICP算法成功配准了其中82帧点云。同时，我们也利用三种具有代表性的传统ICP方法进行对比实验。 结果显示，提出的基于单应性变换的迭代最近点算法在鲁棒性、收敛速度和精度方面均表现出色，有助于加快三维模型重建过程。