基于MLESAC与SVD的3D点云空间体积识别的坐标转化纠偏方法

本发明涉及一种基于MLESAC与SVD的3D点云空间体积识别的坐标转化纠偏方法，包括步骤：对原始点云数据进行预处理；提取参考平面，通过MLESAC算法构建混合概率模型；利用参考平面上的法向量以及三维坐标系上的法向量，采用SVD算法来计算最优的旋转矩阵与平移向量；据所得的最优旋转矩阵与平移向量，对源点集中的所有点源进行旋转变换和平移变换，令其落在目标平面上；输出纠偏后的点云，验证纠偏后参考平面到目标平面的距离的标准差，确保标准差接近零。本发明的有益效果是：通过鲁棒配准与精确变换，解决了3D扫描设备因安装偏差导致的点云空间坐标偏移问题，显著提升货物体积测量的精度与效率。