[發明專利]一種基于匹配區域的點云配準方法

有效

• 申請號: 201610023654.5
• 申請日: 2016-01-14
• 公開（公告）號: CN105701820B
• 公開（公告）日: 2018-10-30
• 發明（設計）人: 王健鑫;安平;周杰;鄭帥;嚴徐樂
• 申請（專利權）人: 上海大學
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 何文欣

本發明公開了一種基于匹配區域的點云配準方法，包括數據采集、點云和目標點云的區域分割、特征點提取與匹配、區域匹配、匹配區域對排序、點云初始配準、設定當前匹配區域對的編號m為0，設置配準誤差閾值的初始值、點云局部配準、逐區域進行點云配準調整步驟；如果調整配準點云與目標點云Q之間的配準誤差是否小于配準誤差閾值，則更新配準誤差閾值再次進行調整，否則結束本匹配區域的調整。本發明是一種點云配準精度更高的、魯棒性更好的點云配準方法對點云全局最優配準所導致的點云局部配準不精確的點云，利用匹配區域的點云局部配準，進行局部修正，提高了點云的配準精度。

技術領域

本發明涉及一種點云配準方法，尤其涉及一種基于匹配區域的點云配準方法，屬于三維重建技術領域。

背景技術

隨著傳感器技術的發展，對于場景的深度信息的獲取更加方便，精確。大部分深度相機，尤其是較為廉價的Kinect深度傳感器，因其能較為準確并快速的獲取場景深度信息，被廣泛用于場景分析，肢體信息捕捉，以及三維掃描等研究領域。因此彩色相機和深度相機(簡稱為RGB-D相機)聯合采集三維點云，對其進行重建逐漸成為三維掃描研究領域的研究熱點和重點。基于RGB-D相機的三維點云重建系統主要包括三部分：點云的獲取與配準，閉合環路檢測，全局信息配準。其中點云間的自動配準研究是點云重建系統中的一個研究熱點和難點。

點云配準技術是指：通過一定算法，利用計算機計算兩點云之間的錯位關系，從而將兩塊點云關聯在一起。其問題關鍵是求得兩塊點云間的坐標變換參數，包括旋轉矩陣R和平移向量T，使得兩視角下測得的三維數據間坐標變換后的距離最小，也就是說將真實場景中不同視角下的重疊區域，在點云數據中通過配準，使該區域在統一坐標系中也盡可能重疊在一起。

Besl,P.J.&McKay,N.D.(1992).A method for registration of 3-Dshapes.IEEE Transactions on Pattern Analysis and MachineIntelligence,14(2),239–256.公開了一種基于幀間配準的點云配準算法的Iterative Closest Point(ICP)算法。Rusinkiewicz,S.,&Levoy,M.Efficient variants of the ICPalgorithm.In Proc.ofthe third international conference on 3-Ddigital imaging and modeling，pp.145–152，2001。公開了一種改進的ICP算法。這兩種算法通過迭代求使點云間重疊部分的Hausdorff距離最小時的剛體變換。此時，點云間應該重疊部分實現基本重疊，從而完成點云間的配準。然而ICP算法及其改進算法仍然屬于一種局部最優算法，不能保證收斂得到全局最優解，因此ICP相關算法只有在兩點云初始位置較為逼近時，才能得到較為準確的配準結果。

為了使點云間能夠在任意初始位置都能夠進行較為準確的配準，許多全局最優配準算法被提出。全局最優配準算法是通過解決全局最優問題來求解點云間最為準確的剛體變換。一種較為常用的全局最優算法是在兩點云中，基于RANSAC隨機尋找最優的3組匹配點，求得最優的剛體變換矩陣，但這種算法的復雜度在最壞情況下達到Ο(n³)；另一種常用的全局最優配準算法是通過特征描述子提取特征向量，作為點云的配準點集，通過配準這些特征點集來選擇最優的剛體變換矩陣對兩點云進行配準。然而，這種基于特征描述子提取的全局最優配準算法只有在兩點云中存在較為離散的特征匹配時，才能夠進行較為準確的全局最優配準，而且當點云中存在噪聲和錯誤信息較多時，點云配準的魯棒性較差。

目前，Aiger D,Mitra N J,Cohen-Or D.4-points congruent sets forrobustpairwise surface registration[J].ACM Transactions onGraphics,2008,27(3):Article No.85公開的4PCS算法點云配準精度較高，魯棒性很強。然而，該算法在配準后的點云中，局部區域的配準結果并不準確。