摘要：本文研究目的是運用基于等距變換的三維點云相似性檢測算法來為三維點云識別和分類問題提供新的方法.該研究方法利用投票空間的思想,認為相似的點對具有相同的等距變換.首先,通過B樣條參數曲面擬合表達物體形狀.其次,定義了一種主曲率和法向量組成的局部幾何特征來匹配特征點對.計算點對特征之間的等距變換,將等距變換進行分類,比較同類等距下點對間特征的等距距離.最后,在每類等距變換下,對具有相同近似等距的點對進行基于PCA的聚類算法,從而得到相似點對之間構成的相似區域.實驗研究結果顯示在通過普林斯頓和TOSCA點云數據集下測試,對原始點云進行等距變換、噪聲、降采樣的處理后,能夠檢測到物體形狀上的相似區域.研究結論:通過實驗,驗證了算法的可行性和魯棒性,該方法簡化了數據的預處理的過程,能夠高效檢測物體模型的相似性,對三維點云的分類和識別問題有著很好的應用前景.