摘要

传统随机抽样一致性(RANSAC)算法只能进行粗配准,且配准效率低。针对该问题提出一种改进的RANSAC快速点云配准算法。该算法将内部形态描述子算法和快速点特征直方图(FPFH)算法相结合,得到特征描述子,然后采用预估计和三维栅格分割法改进RANSAC算法,最后与传统配准算法采样一致性初始配准算法进行比较。实验结果表明,本文算法能快速精确地剔除误匹配点,进行仿射变换矩阵求解,无需二次配准。本文算法相较于传统配准算法有很大优势,在大规模三维点云配准中具有很好的稳健性,并且在保证精度的同时可大幅提高配准效率。