基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题，提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云，通过预处理提取原始点云植株信息，对植株点云进行尺度不变特征变换(SIFT)的特征点检测，得到点云配准关键点，再对关键点进行自适应法线估计，然后求取关键点的快速点特征直方图(FPFH)，通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系，最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明，改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性，其中对应点间平均欧氏距离小于7mm，配准时间小于30s