通过最大相关熵准则实现稳健的刚性配准：一种新颖的方法

《Scientific Reports》：Robust rigid registration via maximum correntropy criterion: a novel approach

　　

摘要

点集配准在计算机视觉、模式识别和智能机器人技术中至关重要。现有的配准方法在面对非高斯噪声、异常值以及复杂工程场景中的不完整点云时，其鲁棒性有限。本文提出了一种基于最大相关熵准则（MCC）的鲁棒刚性点集配准方法。该方法将点与平面之间的距离度量融入相关熵计算中，构建了一个新颖的迭代优化框架。在每次迭代中，通过最近邻搜索确定点对关系，并在MCC准则下优化刚性变换参数。采用自适应核宽度更新策略来平衡全局收敛性和局部对齐精度。在合成数据集和真实世界数据集上的实验结果验证了该方法的有效性和鲁棒性。相关代码和数据已发布在 https://github.com/ygq0000/mcc。