随着数字化和三维重建技术的发展,三维点云配准成为逆向工程及诸多领域的研究热点。点云配准是一个通过计算多个不同视角下采集的点云数据之间的转换矩阵以将其统一到同一个坐标系的过程,目的是获得物体完整的点云数据。目前大部分的配准算法都是以点云数据的几何特性描述为主,而随着Kinect等新一代便携、廉价可同时采集物体的三维坐标和表面颜色纹理信息的机器视觉设备的出现,为配准算法带来了新的特征信息和提升空间。本文对彩色点云数据中的颜色信息进行了研究,提出一种基于颜色分布的特征描述子,并将其与几何特征描述子FPFH融合,设计了一种混合特征描述子。具体内容为:(1)对点云数据进行局部特征描述前需要提取数据中的特征点以提高配准算法的效率和精度,并且为了配合后续的特征描述子,本文设计了一种颜色特征点检测方法,其基本原理为:若点云数据中某点的灰度值与其周围邻近点的灰度值存在一定的差距,则认为该点是一个特征候选点,可以在颜色变化剧烈的区域中提取到大量的候选点,然后对这些点进行非极大值抑制确定最后的特征点。(2)在深入研究了二维图像识别算法中的局部亮度序模式后,本文对其进行改进和扩展设计了一种新的基于局部灰度序模式的三维彩色点云配准算法。该算法首先根据关键点邻域内每个点周围的灰度值大小排列对邻近点进行特征编码,并利用邻近点周围点的灰度差值为各自的特征编码分配权值,然后对这些特征编码进行相加和级联构造关键点的特征描述向量。本文也设计了一种用于对应关系匹配时的加速方法,该方法认为对应点对之间的灰度值是十分相近的,所以在确定一特征点的对应点时仅需在与其灰度值相近的特征点集合中进行搜寻,而不需要比较所有的特征点,这样不仅增加了匹配的准确性,还减少了匹配点的搜索范围,提高了特征匹配的速度。(3)为充分利用彩色点云数据中的各种信息,提高点云的配准精度,本文设计了一种融合颜色和几何特征的混合特征描述符,该描述符通过将FPFH描述符中的几何特征和局部灰度序模式及CSHOT中的颜色特征进行融合,使点云的两种特征在一定程度上可以互补。以VC++为开发平台,在公开的RGB-D Object Dataset数据集上进行实验和对比。结果表明本文提出的特征描述子不仅可以很好的完成彩色点云的配准,而且提高了配准的匹配率和精度,并具有较好的鲁棒性。