3D再構築の応用シーン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、マッチングの堅牢性の弱さにより登録に失敗しやすい。本論文ではこの問題に対して、適応的サンプリングと幾何・空間特徴の融合を用いた登録アルゴリズムを提案する。まず、適応的密度ボクセル化と最近傍置換によるダウンサンプリング手法により、重なり率の低い2つの点群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完了する。次に、単一KD木検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選別メカニズムを設計することで、選別された特徴点に幾何・空間特徴記述子を融合し、従来手法の計算冗長性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登録法と組み合わせて、低重なり率点群の高精度かつ堅牢な登録を実現する。本論文のアルゴリズムは公開データセットに基づき、実データとともに検証された。実験結果より、本論文で提案したアルゴリズムは、ISS+3DSC+K4PCS、ISS+FPFH+RANSAC、TOLDI+RANSAC各手法と比較して平均マッチング誤差をそれぞれ51.14%、64.16%、78%減少させ、成功した登録比較アルゴリズムの中で最高の実行効率を示し、総合的に良好な性能を有することを示した。

点群登録;低重なり率;特徴融合;3D再構築