[發明專利]一種果樹樹冠三維點云自動化配準方法及重構方法

有效

• 申請號: 201811558734.6
• 申請日: 2018-12-19
• 公開（公告）號: CN109801316B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 鄭立華;廖崴;李民贊;楊瑋;孫紅
• 申請（專利權）人: 中國農業大學
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種果樹樹冠三維點云自動化配準方法，其特征在于，包括：

預設配準參數，按照預設規則進行迭代，優化所述配準參數，利用優化的所述配準參數進行點云配準；所述配準參數包括初配準參數、提純匹配參數和精配準參數；其中，所述初配準參數為用于確定NARF關鍵點的最小興趣值、空間支持域以及用于計算NARF關鍵點的FPFH特征值的搜索鄰域半徑，所述提純匹配參數為用于提純和匹配NARF關鍵點特征對應關系的距離偏差閾值，所述精配準參數為用于精配準點云的最大對應點距離和距離誤差變化閾值；所述空間支持域預設值為0.05；所述最小興趣值預設為0.4，所述最小興趣值遞減的預設步長為0.025；所述搜索鄰域半徑為0.07，所述搜索鄰域半徑遞增的預設步長為0.01，所述搜索鄰域半徑預設閾值為0.15；

所述預設規則為配準效果評價指標，按照優先級順序，所述配準效果評價指標包括NARF關鍵點重疊率、NARF關鍵點離散率及NARF關鍵點距離誤差；所述NARF關鍵點重疊率為保障匹配關系提純后具有足夠內點數量的NARF關鍵點個數；所述NARF關鍵點離散率為NARF關鍵點匹配關系提純后內點之間的離散度；所述NARF關鍵點距離誤差為初步配準結果中對應NARF關鍵點之間的歐式距離的均方根；其中，所述內點是指初配準過程中按照初配準模型匹配后計算出的距離誤差滿足預設條件的NARF關鍵點；

對初配準后得到的源點云與目標點云進行迭代精配準，在滿足預設擇優參數時，停止迭代，獲得兩片點云精配準結果。

2.根據權利要求1所述的方法，其特征在于，所述NARF關鍵點離散率選取NARF關鍵點y坐標的極差和z坐標的極差之和表示：

s＝|y_max-y_min|+|z_max-z_min|

其中，s表示所述NARF關鍵點離散率，y_max和y_min分別為y坐標軸方向的最大值和最小值，z_max和z_min分別為z坐標軸方向的最大值和最小值。

3.根據權利要求1所述的方法，其特征在于，所述NARF關鍵點距離誤差用下式表示：

其中，D表示所述NARF關鍵點距離誤差，(x_i,y_i,z_i)和(x_i',y_i',z_i')分別為初步配準后的兩片點云中對應NARF關鍵點的空間坐標，d_i表示兩個對應NARF關鍵點之間的距離，n表示采樣NARF關鍵點的數量，求和符號∑表示對兩片點云中所有采樣NARF關鍵點對的距離平方求和。

4.根據權利要求1所述的方法，其特征在于，所述按照預設規則進行迭代，優化所述配準參數，具體包括：構造配準效果評價指標結構體數組，預設所述NARF關鍵點重疊率為150，按照預設步長迭代減小所述最小興趣值，直至滿足預設NARF關鍵點重疊率；按照預設步長逐步增大所述搜索鄰域半徑至預設閾值，期間不斷獲取并利用所述提純匹配參數提純匹配關系，獲得多個空間轉換模型及其NARF關鍵點離散率和NARF關鍵點距離誤差，比較篩選得到最優所述初配準模型，并獲得所述初配準模型下優化的所述配準參數。

5.根據權利要求1所述的方法，其特征在于，所述提純匹配關系采用RANSAC方法實現；所述提純匹配參數中所述用于提純和匹配NARF關鍵點特征對應關系的距離偏差閾值為0.02。