傳統(tǒng)ICP算法精度受點云初始位姿影響較大，收斂速度慢，不能滿足精細(xì)化點云建模的要求。基于此問題，通過基于快速點特征直方圖的采樣一致性配準(zhǔn)方法進(jìn)行粗配準(zhǔn)。首先將兩幀待配準(zhǔn)點云進(jìn)行體素濾波，其次進(jìn)行表面法向量估計并計算關(guān)鍵點的PFPH特征，然后運用采樣一致性算法得到最優(yōu)變換，最后在此基礎(chǔ)上再進(jìn)行ICP配準(zhǔn)。實驗表明，該方法能有效改善配準(zhǔn)精度和收斂速率。

　　三維點云建模所采集的數(shù)據(jù)不僅可以記錄物體的空間信息，而且能夠獲取物體表面的幾何信息，因此它已經(jīng)成為近年來的研究熱點。在實際掃描中，由于物體的復(fù)雜性、儀器設(shè)備等因素的影響，單視角掃描只能獲得某個視角的數(shù)據(jù)，而此視角的數(shù)據(jù)坐標(biāo)是基于當(dāng)前的儀器坐標(biāo)系的位對物體進(jìn)行掃描，然后將不同方位下采集的數(shù)據(jù)統(tǒng)一到一個坐標(biāo)系下。

　　PCL 是跨平臺的開源點云庫。PCL 最開始主要應(yīng)用于機(jī)器人研究應(yīng)用領(lǐng)域，目前在CAD、逆向工程、激光遙感測量、虛擬現(xiàn)實等領(lǐng)域的應(yīng)用也逐漸展開。為了便于開發(fā)，該庫被劃分為模塊化的代碼庫，每個代碼庫都可以進(jìn)行單獨的編譯。根據(jù)不同基類對應(yīng)的不同算法，PCL 將點云數(shù)據(jù)處理的流程進(jìn)行整合，可使代碼更加簡潔，算法結(jié)構(gòu)清晰。PCL 點云庫的模塊化使得算法實現(xiàn)過程更加緊湊和清晰，有助于解決三維激光點云的數(shù)據(jù)處理問題。

　　點云數(shù)據(jù)粗配準(zhǔn)的基本思路是在缺少初始位姿信息的情況下，將兩片點云大致粗略的配準(zhǔn)到一個坐標(biāo)系。在此基礎(chǔ)上，ICP 及其改進(jìn)算法配準(zhǔn)的精度才能得到保證。近年來，國內(nèi)外學(xué)者對粗配準(zhǔn)算法進(jìn)行了比較深入的研究。提出的配準(zhǔn)算法是以擴(kuò)展高斯球為基礎(chǔ)的。左超等提出的方法以點云的空間分布稀疏狀態(tài)來控制某一片點云的旋轉(zhuǎn)角度，在熵函數(shù)的基礎(chǔ)上分析點云空間分布狀態(tài)，提出了一種ILSDE 粗配準(zhǔn)方法。該算法在誤差允許范圍內(nèi)能有效實現(xiàn)粗配準(zhǔn)。顧旭波等提出在點云數(shù)據(jù)中利用SIFT 算法對關(guān)鍵點進(jìn)行檢測和篩選，隨后運用曲面二次擬合計算其中點的主曲率，最后在設(shè)置閾值的基礎(chǔ)上將主曲率與極值相對比，從而完成初始配準(zhǔn)。本文采用基于PFPH （快速點特征直方圖）與采樣一致性相結(jié)合的粗配準(zhǔn)方法，可以有效提高點云配準(zhǔn)的精度和收斂速度。