3D 재구성 응용 시나리오에서 점군 정합의 도전에 대해, 전통적인 국부 특성 기술 방법은 유효한 특성점 부족, 기하학적 기술 능력 약화 및 매칭 견고성 저하로 인해 정합 실패를 초래하는 경우가 많다. 이 문제를 해결하기 위해 적응적 샘플링과 기하학-공간 특성 융합 정합 알고리즘을 제안한다. 먼저, 적응적 밀도 복셀화와 최근접 이웃 교체 다운샘플링 방법을 통해 저중첩률 두 점군 간 크기 차이와 밀도 분포 불균형 문제를 해결하고, 이 과정에서 효율적인 다운샘플링을 수행한다; 다음으로, 단일 KD 트리 탐색을 통해 법선 벡터를 효율적으로 계산하고, 인근 점 수와 선형성 제약을 기반으로 한 필터링 메커니즘을 설계하여 필터링된 특성점을 기하학-공간 특성 디스크립터와 융합하여 전통적 방법의 과도한 계산과 부족한 기술 능력 문제를 극복한다; 마지막으로, 히스토그램 유사도 기반 양방향 대응 매칭을 제안하여 신뢰할 수 있는 대응 관계를 획득하고, RANSAC 정합 방법과 결합하여 저중첩률 점군의 고정밀 견고 정합을 실현한다. 본 알고리즘은 공개 데이터셋과 실제 데이터를 기반으로 검증되었다. 실험 결과 본 알고리즘은 ISS+3DSC+K4PCS, ISS+FPFH+RANSAC 및 TOLDI+RANSAC 방법 대비 매칭 오차를 각각 평균 51.14%, 64.16%, 78% 감소시켰으며, 성공적인 정합 비교 알고리즘 중 실행 효율성이 가장 높아 전반적으로 우수한 성능을 보인다.

점군 정합;저중첩률;특성 융합;3D 재구성