Para o problema de distorção de correspondência causado por obstrução estrutural, restrições do campo de visão e erros de montagem no processo de medição de nuvem de pontos, é proposta uma rede de filtro de múltiplos níveis (Multi-level Filter Network, MulFNet) para realizar o registro preciso da nuvem de pontos com baixa taxa de sobreposição em uma única medição. Por meio de uma rede de codificação em pirâmide de características, extraem-se características multiníveis da nuvem de pontos, obtendo informações semânticas em diferentes escalas, ao mesmo tempo em que se incorporam módulos de atenção e codificação de informações para aumentar a destacabilidade das características. Com base em um mecanismo de decisão de consistência multiescala, as características multiníveis são filtradas, pontos anômalos são selecionados e as características salientes da nuvem de pontos são mantidas, obtendo correspondências iniciais. Por fim, os nós correspondentes iniciais são agrupados de forma adaptativa com base em informações geométricas, uma estimativa de transformação ponderada do local para o global é realizada e obtém-se a matriz preditiva após a filtragem multinível. Os resultados experimentais mostram que a rede MulFNet tem desempenho de correspondência significativamente superior ao de redes populares como FCGF e PREDATOR no conjunto de dados público padrão 3DMatch; no conjunto de dados de medição com taxa média de sobreposição de 10%, a precisão da correspondência melhorou 40,9% e 85,4%, respectivamente, em comparação com o algoritmo ICP e a rede GeoTransformer, resolvendo eficazmente o problema de distorção de correspondência em nuvens de pontos de baixa sobreposição.

correspondência de nuvens de pontos; distorção de correspondência; baixa sobreposição; filtro multinível; medição local