[發明專利]一種基于曲率特征的三維點云數據快速加權配準方法

有效

• 申請號: 201810091369.6
• 申請日: 2018-01-30
• 公開（公告）號: CN108376408B
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 高學海;劉兵;劉厚德;梁斌;王學謙
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06K9/62
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 徐羅艷

本發明公開基于曲率特征的三維點云數據快速加權配準方法，包括：分別對待匹配點云數據P和模型點云數據M按照曲率特征進行下采樣，得到待匹配點云樣本數據P’和模型點云樣本數據M’；計算采樣點的曲率特征，并根據計算得到的曲率特征，利用索引加速方法在M’中搜索P’中各個待匹配點的匹配點，得到多個待匹配點對；對得到的多個待匹配點對，進行基于歐氏距離的篩選以去除歐氏距離大于一預設閾值的待匹配點對；對經過篩選后的待匹配點對利用迭代再加權最小二乘法進行粗匹配，得到初步剛體變換矩陣；利用初步剛體變換矩陣對P和M進行粗匹配；以初步剛體變換矩陣作為初始剛體變換矩陣，利用按距離加權的Trimmed ICP算法，對粗匹配結果進行精匹配。

技術領域

本發明涉及三維點云數據的配準領域，尤其涉及一種基于曲率特征的三維點云數據快速加權配準方法。

背景技術

近年來，三維點云數據廣泛應用于三維建模、目標識別、物體表面檢測等領域，三維點云數據的多角度快速、精確配準技術是當前研究的熱點之一。

三維點云數據配準的目的是尋找一個三維剛體變換，將物體不同角度的離散的三維點云數據快速、精準地匹配和融合。理論上，如果能找到兩組點云上確定的不共面的三個對應的點對，點云數據的配準就可以精確快速完成，但是，由于數據獲取設備分辨率和精度的有限，實際上很難找到確定的三個對應的點對，因此，點云配準問題實為數據的優化問題。

傳統的配準ICP(Iterative Closest Points，迭代最近點)算法被廣泛應用，然而這種方法是逐點求最小的歐氏距離，運算量巨大，耗時長，并且算法的運行速度以及收斂性在很大程度上依賴于給定的初始變換估計，初始變換估計不準確會直接導致配準結果陷入局部最優值；另外，如果點云數據只有少部分重疊也會導致配準失敗；再一方面，隨著技術飛速發展，獲取的三維點云點數據量巨大，如何達到快速而且高精度的配準成為了研究的難點。

以上背景技術內容的公開僅用于輔助理解本發明的發明構思及技術方案，其并不必然屬于本專利申請的現有技術，在沒有明確的證據表明上述內容在本專利申請的申請日前已經公開的情況下，上述背景技術不應當用于評價本申請的新穎性和創造性。

發明內容

本發明的主要目的在于克服傳統ICP算法的不足，提高算法的實用性，提出一種基于曲率特征的三維點云數據快速加權配準方法，利用曲率特征的旋轉不變性，基于點云數據曲率變化率的KD-Tree快速最近鄰搜索方法，在去除邊緣點和錯誤匹配點后，利用一種迭代再加權的IRLS-ICP算法對待匹配點進行粗匹配，然后利用按距離加權的一種TrimmedICP算法進行精匹配，獲得精確度較高的剛體變換，可進行快速、精確的配準。

本發明為達上述目的所提出的技術方案如下：

一種基于曲率特征的三維點云數據快速加權配準方法，用于進行兩組三維點云數據的配準，所述配準方法包括以下步驟：

S1、分別對待匹配點云數據和模型點云數據按照曲率特征進行下采樣，得到待匹配點云樣本數據和模型點云樣本數據；

S2、計算所述待匹配點云樣本數據和所述模型點云樣本數據中采樣點的曲率特征，并根據計算得到的曲率特征，利用索引加速方法，在所述模型點云樣本數據中搜索所述待匹配點云樣本數據中各個待匹配點的匹配點，得到多個待匹配點對；

S3、對步驟S2得到的多個待匹配點對，進行基于歐氏距離的篩選以去除歐氏距離大于一預設閾值的待匹配點對；

S4、對經過步驟S3篩選后的待匹配點對，利用迭代再加權最小二乘法進行粗匹配，得到初步剛體變換矩陣；

S5、利用所述初步剛體變換矩陣對所述待匹配點云數據和所述模型點云數據進行粗匹配，得到粗匹配結果；