本文主要研究非刚性配准技术,现有的非刚性点云配准技术主要基于概率的方法展开,并取得了一定的进展,然而当面临变形尺度较大的情况时,配准结果总是不太理想。本文在已有研究的基础上,进一步探索点云变形尺度较大时的非刚性配准技术。主要提出了一种基于稀疏先验匹配对的非刚性点云配准算法,首先通过多层次评估找到源点云和目标点云之间相对精确的稀疏对应关系,即稀疏先验匹配对;然后基于该稀疏先验匹配对构建了两个约束项,特别是其中的局部变换约束项,它使点云在配准过程中局部变形尽可能保持光滑。具体来说,本文主要包括以下内容:首先,描述点云配准的研究背景和意义以及其国内外的研究现状,并简要介绍本文算法所涉及的相关理论知识。其中,着重介绍了点云对应关系估计的一般过程、点云配准过程、概率密度模型、最大期望算法、点云超体素分割算法,为后期特定算法的表达奠定基础。其次,针对大变形点云间缺少自动稀疏对应关系计算方法的不足,提出一种基于多层次评估的稀疏对应关系估计算法。该算法从全局和局部的角度进行考虑,以全局和局部相结合的多层次的形式逐步完成源点云和目标点云之间稀疏对应关系中错误匹配对的过滤,从而获得相对精确的稀疏先验匹配对。首先计算能够描述源点云中关键点集和目标点云全局和局部属性的特征描述符,根据特征描述符的相似度获取初始稀疏对应关系;然后对源点云和目标点云进行联合分割,得到两个点云之间的区域级对应。对于初始稀疏对应关系中每一个匹配对所关联的两个对应点,根据他们是否位于对应的局部区域内,完成初始稀疏对应关系中错误匹配对的全局一致性过滤;最后以初步过滤错误匹配对后的稀疏对应关系为基础,对其中匹配对所关联的两个对应点,分别利用局部等距一致性评估和局部几何结构一致性评估进行更进一步错误匹配对的局部一致性过滤。将两者结果合并并去除其中重复的匹配对,作为最终相对精确的稀疏先验匹配对。本文实验表明了该算法在获取稀疏先验匹配对的合理性和有效性。最后,针对变形尺度较大情况下,点云配准效果不佳的问题,结合所提的稀疏对应关系估计方法,提出一种基于稀疏先验匹配对的非刚性点云配准算法。该算法利用已获得的稀疏先验匹配对,在基于概率的配准框架中添加了两个约束项,一个是为了使对应点对之间的距离最小化的数据约束项,一个是为了保持点云局部变形尽可能光滑的局部变换约束项。实验结果表明,在点云变形尺度较大的情况下,本文所提出的基于稀疏先验匹配对的非刚性点云配准算法的有效性。