19、基于先验对应关系的概率点集配准

基于先验对应关系的概率点集配准

在点集配准中嵌入额外的先验知识是一种约束解空间并消除问题歧义的有效方法。不过，可嵌入的先验知识量不应超过某个“临界值”，否则算法类别可能会发生改变。例如，封闭网格的配准被称为网格配准。其中一种可行的方式是嵌入先验对应关系。

先验对应关系或匹配是不同点集之间点的亲和关系。若存在先验匹配，每个匹配都会附带一个可靠性准则。而地标则是高度可靠的先验匹配。

下面将介绍如何将先验对应关系融入概率性的刚性和非刚性点集配准中。相关方法是在相干点漂移（CPD）方法的基础上进行拓展，结合了最先进的精度方法与先验对应关系形式的额外先验知识。

刚性点集配准与先验对应关系

一般来说，配准算法在处理无噪声对象的点集时表现良好。但当出现以下情况时，就会遇到困难：
1. 点集代表对象的部分重叠部分；
2. 点集包含离群点；
3. 场景姿态差异显著。

这些情况在实际中经常出现。虽然有些方法可以处理不同类型的噪声分布，但离群点往往不遵循特定的概率分布，而是呈聚类状态。在配准过程中，聚类离群点和规则点难以区分。例如，基于混合模型的方法相对于迭代最近点（ICP）方法的主要优势在于通过概率进行软对应分配，在存在离群点时更具鲁棒性。然而，当离群点聚类时，这些方法可能会失效。部分形状也可理解为具有大面积聚类离群点的点集，因此情况1是情况2的特殊情况。

为了弥补上述问题，需要进行预处理步骤。对于聚类离群点，可以根据重叠部分对对应关系进行加权，但该方法的性能强烈依赖于初始化。对于点集之间的严重未对齐问题，通常在通过关键点检测器获得的可靠关键点子集上进行配准，通过评估和比较关键点来建立对应关系，从而将问题转化为