Devido ao problema de que os descritores manualmente projetados existentes não descrevem adequadamente as características geométricas locais da superfície, este artigo propõe um descritor de assinaturas de distribuição geométrica multi-visão (Multi-View Geometric Distribution Signatures, MGDS) altamente discriminativo e robusto. Primeiramente, com base nos pontos-chave e seus pontos vizinhos, constrói-se uma estrutura de referência local (Local Reference Frame, LRF), voxeliza-se a superfície local, calcula-se a distribuição dos centróides dos voxel 3D, as características do contorno do setor 2D, a distribuição da densidade de pontos da grade 2D e a flutuação da profundidade da superfície local, gerando um descritor de características geométricas. Em seguida, baseando-se no LRF, a superfície local é rotacionada várias vezes, produzindo uma nova representação da forma e codificando a superfície rotacionada utilizando as informações do centróide, dos pontos do contorno, da densidade e das flutuações do valor z. Obtendo esses descritores geométricos sob múltiplas perspectivas, eles são concatenados em um vetor de características para obter o descritor final MGDS. Foram realizados experimentos em quatro conjuntos de dados (RandomView, SpaceTime, Kinect e B3R) sob diferentes ruídos gaussianos e resoluções de malha, comparando-se com 10 descritores existentes. Em comparação com outros descritores, o MGDS demonstrou desempenho superior aos descritores locais existentes. Os resultados experimentais mostram que o MGDS proposto apresenta boa descritividade e robustez, podendo ser usado para registro preciso de nuvens de pontos 3D.

nuvem de pontos; descritor local; características de múltiplas vistas; fusão de múltiplas características; correspondência de características