Suppose the current three-dimensional point cloud splicing method is well applicable to point clouds with insufficient features, it will benefit the noncontact surface quality detection and reverse design of objects with insufficient surface features. However, unfortunately, because the point cloud features are not rich, the current method is not applicable. We propose a point cloud splicing method based on spatial reference objects to solve the problem. Also, we describe the data processing method in detail. We first preprocess the point cloud and segment the spherical reference point cloud. Then, fit the spherical center coordinates of the spherical point cloud. Next, we calculate the relative spatial relationship between the target point cloud and the test point cloud and achieve coarse registration. Finally, we use the iterative closest point algorithm to complete the point cloud pair’s precise registration. From the experimental results, we can find that the proposed method has a splicing root mean square error of <0.03 mm for point clouds with insufficient features. When the point clouds’ initial relative spatial positions are significantly different, the average distance between the registered point clouds is <0.04 mm. In addition, experiments have proved that the arrangement of reference objects, the point cloud’s initial relative position, and the cumulative error have little effect on point cloud splicing accuracy. The proposed method does not rely on point cloud features and can achieve high-precision splicing of point clouds with insufficient features.

中文翻译：

---

基于空间参考的特征不足点云拼接方法研究

假设目前的三维点云拼接方法很好地适用于特征不足的点云，将有利于非接触式表面质量检测和表面特征不足物体的逆向设计。但遗憾的是，由于点云特征不丰富，目前的方法并不适用。我们提出了一种基于空间参考对象的点云拼接方法来解决这个问题。此外，我们详细描述了数据处理方法。我们首先对点云进行预处理并对球面参考点云进行分割。然后，拟合球面点云的球心坐标。接下来，我们计算目标点云和测试点云之间的相对空间关系并实现粗配准。最后，我们使用迭代最近点算法来完成点云对的精确配准。从实验结果可以发现，对于特征不足的点云，该方法的拼接均方根误差<0.03 mm。当点云的初始相对空间位置存在显着差异时，配准点云之间的平均距离<0.04 mm。此外，实验证明参考对象的排列、点云的初始相对位置、累积误差对点云拼接精度影响不大。该方法不依赖点云特征，可以实现特征不足点云的高精度拼接。从实验结果可以发现，对于特征不足的点云，该方法的拼接均方根误差<0.03 mm。当点云的初始相对空间位置存在显着差异时，配准点云之间的平均距离<0.04 mm。此外，实验证明参考对象的排列、点云的初始相对位置、累积误差对点云拼接精度影响不大。该方法不依赖点云特征，可以实现特征不足点云的高精度拼接。从实验结果可以发现，对于特征不足的点云，该方法的拼接均方根误差<0.03 mm。当点云的初始相对空间位置存在显着差异时，配准点云之间的平均距离<0.04 mm。此外，实验证明参考对象的排列、点云的初始相对位置、累积误差对点云拼接精度影响不大。该方法不依赖点云特征，可以实现特征不足点云的高精度拼接。当点云的初始相对空间位置存在显着差异时，配准点云之间的平均距离<0.04 mm。此外，实验证明参考对象的排列、点云的初始相对位置、累积误差对点云拼接精度影响不大。该方法不依赖点云特征，可以实现特征不足点云的高精度拼接。当点云的初始相对空间位置存在显着差异时，配准点云之间的平均距离<0.04 mm。此外，实验证明参考对象的排列、点云的初始相对位置、累积误差对点云拼接精度影响不大。该方法不依赖点云特征，可以实现特征不足点云的高精度拼接。