基于深度学习的三维点云配准算法研究.docx

基于深度学习的三维点云配准算法研究

Researchon3DPointCloudRegistrationAlgorithmBasedonDeepLearning

摘要

点云配准一直是三维重建问题中的关键步骤，因为观测距离、观测角度等问题，每次对目标采集的点云数据一般不在同一坐标系中。将不在同一坐标系中的点云数据配准到统一的坐标系中，这是进行三维重建等研究的根基。传统配准算法（如ICP算法）的计算量较大，收敛的速率慢。现使用卷积神经网络提取点云特征信息，利用RANSAC算法计算两点云的旋转平移矩阵，此方法计算量明显缩小，且收敛速度加快。首先选择两组点云数据的关键点，通过