刘　江,张　旭,朱继文

(1.黑龙江工程学院 测绘工程学院，黑龙江 哈尔滨 150050；2.北京建筑大学 测绘与城市空间信息学院,北京 100044)



一种基于K-D树优化的ICP三维点云配准方法

刘江1,张旭2,朱继文1

(1.黑龙江工程学院 测绘工程学院，黑龙江 哈尔滨 150050；2.北京建筑大学 测绘与城市空间信息学院,北京 100044)

摘要：为提高三维点云数据配准精度和速度，提出一种基于K-D树优化的ICP三维点云配准方法，首先采用中心重合法实现点云数据的粗配准，然后利用K-D tree快速搜索最近点对改进传统ICP方法，完成三维点云数据精配准，该方法克服传统ICP算法中由于利用欧式距离来判断最近点所引起的工作量大、耗费时间多的缺陷，提高点云的配准速度。在此基础上利用斯坦福不同密度Bunny点云数据进行实验验证，结果表明在采用中心重合法实现三维点云粗配准的基础上，利用K-D tree优化ICP算法，能够提高点云配准的精度、速度和稳定性。

关键词：点云配准；k-d tree；中心重合；精度；稳定性

随着数字城市不断向前发展，大规模三维数据采集技术迅速提升，由激光原理、摄影测量原理等方式产生多种点云数据。这些三维点云数据不仅可以记录物体的空间信息，同时还可以得到物体表面的几何信息。在实际获取点云数据时考虑到测量设备、测量范围的限制以及被测物体外形的复杂性等，每次扫描只能获取当前视点下的点云，其坐标是相对于当前的仪器坐标系而言的，要得到被测物体完整的三维模型，需要从不同的视点对被测物体进行扫描，并将不同视点获取的点云数据进行配准。……