[發明專利]基于鄰域旋轉體積的點云配準方法

有效

• 申請號: 201710071543.6
• 申請日: 2017-02-09
• 公開（公告）號: CN106846387B
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 熊風光;霍旺;況立群;韓燮
• 申請（專利權）人: 中北大學
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 山西五維專利事務所(有限公司) 14105
• 代理人: 雷立康

1.一種基于鄰域旋轉體積的點云配準方法，其特征在于，所述點云配準方法包括：

步驟1，載入視角相鄰的源點云source和目的點云target，并分別計算源點云的表面分辨率mr_src和目的點云的表面分辨率mr_tgt；

步驟2，對源點云source和目的點云target，分別以n*mr_src和n*mr_tgt為鄰域，計算源點云的法向量normal_src和目的點云的法向量normal_tgt；

步驟3，利用Harris3D算法，根據源點云的法向量normal_src計算源點云的源關鍵點集合keypoints_src，根據目的點云的法向量normal_tgt計算目的點云的目的關鍵點集合keypoints_tgt；

步驟4，對源關鍵點集合keypoints_src和目的關鍵點集合keypoints_tgt中的每個關鍵點，分別以n倍源點云的表面分辨率mr_src和目的點云的表面分辨率mr_tgt為鄰域計算出局部坐標系，并根據局部坐標系計算出鄰域內點的旋轉體積作為描述向量，得到源關鍵點描述向量集features_src和目的關鍵點描述向量集features_tgt；

步驟5，根據源關鍵點描述向量集features_src和目的關鍵點描述向量集features_tgt，在源關鍵點集合keypoints_src和目的關鍵點集合keypoints_tgt中確定多個匹配關鍵點對；根據匹配關鍵點對計算出從源關鍵點描述向量集features_src到目的關鍵點描述向量集features_tgt的旋轉平移矩陣Rt；利用旋轉平移矩陣Rt對源關鍵點描述向量集features_src進行旋轉和平移，得到中間關鍵點描述向量集features_src'；計算中間關鍵點描述向量集features_src'中的每個描述向量與目的關鍵點描述向量集features_tgt中的對應描述向量之間的平均歐式距離；多次執行該步驟5中的上述操作，取平均歐式距離最小時的旋轉平移矩陣Rt作為最終的旋轉平移矩陣；

步驟6，根據最終的旋轉平移矩陣將源點云source變換到目的點云target所在的坐標系下，得到中間點云source′，以完成根據關鍵點對源點云source和目的點云target的粗配準；

步驟7，利用ICP算法對中間點云source′和目的點云target進行精確配準；

其中，所述步驟4中，對源關鍵點集合keypoints_src和目的關鍵點集合keypoints_tgt中的每個關鍵點，分別以n倍源點云的表面分辨率mr_src和目的點云的表面分辨率mr_tgt為鄰域計算出局部坐標系，并根據局部坐標系計算出鄰域內點的旋轉體積作為描述向量，得到源關鍵點描述向量集features_src和目的關鍵點描述向量集features_tgt，包括：

對于源關鍵點集合keypoints_src和目的關鍵點集合keypoints_tgt中的任一關鍵點p，計算p的描述向量的過程通過如下步驟4.1至步驟4.4實現：

步驟4.1，建立p點及其鄰域點Nbhd(p)的局部坐標系，具體為：

首先，以p的法向量為z軸；然后，在Nbhd(p)內找到法向量與p的法向量之間的夾角最小的關鍵點q，并連接p與q在p的切平面上的投影點q'，將該方向作為x軸；最后，根據z×x計算出y軸，形成p處的局部坐標系其中p為該局部坐標系的原點，代表x軸，代表y軸，代表z軸；

步驟4.2，對鄰域球S進行空間幾何區間劃分，形成m個區間，其中，鄰域球S是指Nbhd(p)形成的空間，鄰域球S的圓心為p，半徑為R，R＝n×mr，mr為源點云的表面分辨率mr_src或目的點云的表面分辨率mr_tgt，具體為：

首先，以的正方向和鄰域球S的交點p_north為北極，的逆方向與鄰域球S的交點p_south為南極，為中軸，沿著鄰域球S球面的經線均勻地將鄰域球S剖分為m個區間，該區間集合記為Region，每個獨立區間記為Region_j(j∈[0，m-1])；然后，將鄰域球S正投影到upv平面后所得的圓沿圓心平行下移至以p_south為圓心處，記該圓為C_{prj_S}，該圓C_{prj_S}也即為圓心在p_south、半徑為R的與鄰域球S正切的圓；接下來，將Region_j分別投影到C_{prj_S}上，形成m個扇形，扇形集合記為Sector，每個扇形記為Sector_j(j∈[0，m-1])，且Region_j與Sector_j一一對應；

步驟4.3，確定Nbhd(p)中每個點所屬的區間，具體為：

首先，將Nbhd(p)中的任一點p_i，按照如下公式(2)投影到upv平面上，投影點記為q_i，并根據如下公式(3)計算出與坐標軸的逆時針夾角α_i；

然后，因為圓C_{prj_S}所在的平面與upv平面平行的關系，因此，可根據α_i的值計算q_i所屬的扇形，從而確定出q_i所處的區間；接著，由p_i與q_i的一一對應性，確定出p_i所處的區間；其中，p_i所處的區間與q_i所處的區間相同；

步驟4.4，計算p的第k(k∈[0，m-1])個維度的數值，具體為：

首先，對每個區間內的鄰域點集中的每個點，計算其在upv平面上投影點與p的距離，將距離由小到大進行排序，得到每個區間的鄰域點序列的各個元素，并將p點作為首元素加入到每個區間的鄰域點序列中，形成每個區間的鄰域點序列，該鄰域點序列記為Nbhd(p)_k(k∈[0，m-1])；

設任一區間Region_k的鄰域點序列Nbhd(p)_k為{p,p₁,p₂,...,p_s}，按序依次取出p和p₁，并分別投影至C_{prj_S}平面上，投影點分為別為p_south和q₁，依次連接p_south、q₁、p₁和p形成一個梯形T₁；然后，將T₁繞著軸旋轉360°，其掃過的體積記為V_k，1；同理，依次計算序列<p₁，p₂>、<p₂，p₃>，…，<p_s-1，p_s>掃過的體積V_k，2，V_k，3，…，V_k，s；接下來，利用如下公式(4)將所有體積累加從而計算出Region_k內所有鄰域點序列掃過的體積和V_k，將其作為p的描述向量的第k個維度的數值；

其中，在計算Region_k中兩相鄰鄰域點<p_i-1，p_i>及其投影點<q_i-1，q_i>所形成的梯形旋轉后的模型的體積V_k,i時，可將該模型拆分為一個空心圓柱體Model_k,i,1和一個中間為空心圓柱的圓臺Model_k,i,2；Model_k,i,1的體積V_k,i,1可通過如下公式(5)進行計算，其中，h_k,i,1代表Model_k,i,1的高，可通過如下公式(6)進行計算；r_k,i-1和r_k,i分別代表Model_k,i,1的內、外半徑，均可通過如下公式(7)進行計算；Model_k,i,2的體積V_k,i,2可由圓臺的體積V_k,i,3與圓柱的體積V_k,i,4相減而得，見如下公式(8)；如下公式(9)用于計算體積V_k,i,3，其中h_k,i,2代表圓臺的高，r_k,i-1和r_k,i分別代表圓臺的內、外半徑，其也通過公式(7)進行計算；公式(10)用于計算體積V_k,i,4，其中h_k,i,2代表空心圓柱的高，其通過公式(11)進行計算，r_k,i-1代表圓柱的半徑；另外，r_k,0＝0，h_k,0,1＝R；

V_k,i,2＝V_k,i,3-V_k,i,4 (8)

h_k,i,2＝h_k,i-1,1-h_k,i,1 (11)；

步驟4.5，依據上述步驟4.4，計算p的其余m-1個維度的數值，最終組成p的m維的描述向量。