用于多视图深度扫描配准的加权运动平均

多视图配准是3D重建和机器人视觉中一个基础但极具挑战性的问题。尽管原始的运动平均算法已被引入作为解决多视图配准问题的有效手段，但它没有考虑每个相对运动的可靠性和精度。因此，本文提出了一种用于多视图配准的新型运动平均算法。首先，它利用成对配准算法来估计具有一定重叠程度的每对扫描的相对运动和重叠百分比。在获得重叠百分比后，它将重叠百分比视为每对扫描的对应权重，并提出了加权运动平均算法，该算法能够更加关注可靠且精确的相对运动。通过区别对待每个相对运动，将加权运动平均应用于多视图深度扫描可以实现更精确的配准。实验结果表明，与现有方法相比，本文所提方法在精度、鲁棒性和效率方面均具有优越性。