3次元再構築の応用場面における点群登録の課題に対し、従来の局所特徴記述法は有効な特徴点不足、幾何学的記述能力の低さ、マッチングのロバスト性不足により登録失敗することが多い。この問題に対し、適応的サンプリングと幾何学・空間特徴の融合による登録アルゴリズムを提案する。まず、適応密度ボクセル化と最近傍置換ダウンサンプリング手法により、低重複率の2点群間のサイズ差と密度分布の不均衡問題を解決し、この過程で効率的なダウンサンプリングを実現する。次に、一回のKD木探索により法線ベクトルを効率的に計算し、近傍点数と線形性制約に基づくフィルタリング機構を設計してフィルタリングされた特徴点に幾何学・空間特徴記述子を融合し、従来手法の計算冗長と記述能力不足の問題を克服する。最後に、ヒストグラム類似度に基づく双方向対応マッチングを提案し信頼性の高い対応関係を取得し、RANSAC登録手法と組み合わせて低重複率点群の高精度かつロバストな登録を実現する。本アルゴリズムは公開データセットと実データに基づいて検証した。実験の結果、本提案法はISS+3DSC+K4PCS、ISS+FPFH+RANSAC、TOLDI+RANSAC法と比較してマッチング誤差をそれぞれ平均51.14％、64.16％、78％低減し、成功登録した比較アルゴリズム中最も高い実行効率を示し、総合的に良好な性能を示すことが分かった。

点群登録;低重複率;特徴融合;3次元再構築