В связи с проблемами регистрации облаков точек в сценариях 3D-реконструкции традиционные методы описания локальных признаков часто терпят неудачу из-за недостатка эффективных ключевых точек, слабой геометрической описательной способности и низкой устойчивости к сопоставлению. Для решения этой проблемы предложен алгоритм регистрации, основанный на адаптивной выборке и слиянии геометрических и пространственных признаков. Сначала методом адаптивной вокселизации плотности и заменой ближайших соседей для снижения дискретизации решается проблема различия размеров и неравномерного распределения плотности между двумя точечными облаками с низким перекрытием, при этом реализуется эффективная редукция данных; затем с помощью однократного поиска в KD-дереве эффективно вычисляются нормальные векторы и разрабатывается механизм фильтрации на основе числа соседних точек и линейных ограничений, после чего для отобранных ключевых точек объединяются геометрические и пространственные дескрипторы признаков, что преодолевает избыточные вычисления и ограниченную описательную способность традиционных методов; в конце предлагается двунаправленное соответствие на основе сходства гистограмм для получения надежных соответствий, а в сочетании с методом RANSAC достигается высокоточная и устойчивая регистрация облаков точек с низким перекрытием. Алгоритм данной работы основан на общедоступных наборах данных и верифицирован на реальных данных. Эксперименты показали, что предложенный алгоритм снижает ошибку сопоставления в среднем на 51.14%, 64.16% и 78% по сравнению с традиционными методами ISS+3DSC+K4PCS, ISS+FPFH+RANSAC и TOLDI+RANSAC соответственно, при этом обладает наивысшей вычислительной эффективностью среди методов, успешно регистрирующих, что в целом демонстрирует хорошие результаты.

Регистрация облаков точек;низкое перекрытие;слияние признаков;3D-реконструкция