论文阅读Efficient rock-mass point cloud registration using n-point complete graphs

来源：中科院 人工智能学院
期刊 ：IEEE transactions on geoscience and remote sensing 2019

摘要：
岩体的表面是任意而复杂的。此外，地面激光扫描获取的岩体表面点云具有跨度大、分辨率高的特点。这些特征导致扫描之间的配准困难。针对这些困难，提出了一种利用n点完全图的有效方法。为了处理大量的点云，采用分步策略来减少计算中涉及的点的数量。首先，估计初始数据中每个点的高斯曲率，滤除高斯曲率低的点，只保留感兴趣的点;其次，对这些感兴趣的点进行聚类，并计算每个聚类的质心。最后，由每个质心及其n个最近邻组成的n点完全图构建描述符。通过对两个点云生成的描述子进行匹配，得到相应的点对，从而实现对准。此外，该策略固有地结合了去噪、离群值处理和过滤，使得该方法在不增加任何成本的情况下，对各种条件具有较强的适应性。在不同离群值、噪声和重叠程度的数据集上进行了实验，验证了该方法的鲁棒性。结果表明，当点间距为1 cm时，输出均方根误差在0.5 cm左右，与迭代最近点算法的均方根误差相当。运行时分析表明，该方法的总处理时间随着数据量的增加而近似线性增长。

整个方法由五个主要阶段组成，如算法1所示:高斯曲率滤波、聚类、描述子生成、配对、变换计算。其中高斯曲率滤波和聚类涉及特征提取，描述子生成和配对涉及寻找匹配对。