بالنظر إلى تحديات تسجيل السحابة النقطية في تطبيقات إعادة البناء ثلاثية الأبعاد، غالبًا ما تفشل طرق وصف الميزات المحلية التقليدية بسبب نقص نقاط الميزات الفعالة، وضعف القدرة الوصفية الهندسية، وضعف المتانة في المطابقة. لمواجهة هذه المشكلة، تم اقتراح خوارزمية تسجيل تجمع بين أخذ العينات التكيفي ودمج الميزات الهندسية-المكانية. أولاً، من خلال التكتل الكثافي التكيفي واستبدال الجار الأقرب لتقليل العينة، يتم حل مشكلة اختلاف الحجم وتوزيع الكثافة غير المتكافئ بين سحابتين نقطيتين منخفضتي التداخل، ويتم تحقيق تقليل عينة فعال في هذه العملية؛ ثم، من خلال بحث شجرة KD مرة واحدة، يتم حساب متجهات النورمال بكفاءة، وتصميم آلية ترشيح تعتمد على عدد نقاط الجوار وقيود الخطية، حيث يتم دمج نقاط الميزات بعد الترشيح مع واصفات ميزة هندسية-مكانية، متغلبين على مشاكل الحساب الزائد والقدرة الوصفية المحدودة في الطرق التقليدية؛ أخيراً، تم اقتراح مطابقة مقابلات ثنائية الاتجاه تعتمد على تشابه الهستوجرام للحصول على علاقات مقابلة موثوقة، وبالاشتراك مع طريقة تسجيل RANSAC، يتم تحقيق تسجيل مقاوم عالي الدقة للسحب النقطية منخفضة التداخل. تعتمد خوارزمية هذه الورقة البحثية على مجموعة بيانات عامة وتم التحقق منها باستخدام بيانات حقيقية. تظهر التجارب أن الخوارزمية المقترحة تقلل متوسط خطأ المطابقة مقارنة بالطرق التقليدية ISS+3DSC+K4PCS، ISS+FPFH+RANSAC وTOLDI+RANSAC بنسبة 51.14٪، 64.16٪، 78٪ على التوالي، وتظهر أعلى كفاءة تشغيل بين الطرق التي نجحت في التسجيل، مما يدل على أدائها الممتاز.

تسجيل السحابة النقطية;تداخل منخفض;دمج الميزات;إعادة بناء ثلاثية الأبعاد