基于边缘感知的点云配准算法

摘要： 在使用深度学习方法进行点云配准时,直接利用特征相似性作为采样依据,往往会导致采样过于集中且大量分布在平面等非显著区域内,不利于变换矩阵的推导.针对此问题,提出一种边缘感知的点云配准算法.首先通过分析点云中每点与其邻域点的空间分布对边缘区域进行检测;然后针对现有的特征描述子和联合学习框架,将对应关系和关键点的采样区域限定在边缘区域,提高特征的匹配能力;最后将特征相似性和显著性作为... （共9页）