[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

本發明實施例提供一種果樹樹冠三維點云自動化配準方法及重構方法，該方法包括：預設配準參數，按照預設規則進行迭代優化，利用優化的配準參數進行點云配準；配準參數包括初配準參數、提純匹配參數和精配準參數；預設規則為配準效果評價指標，按照優先級順序，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；對初配準后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。本發明實施例通過預設的配準效果評價指標優化配準參數，可實現自動化的點云圖像配準，克服了現有同一配準參數無法適用于不同點云對配準的缺陷，大大提高了配準的精度，實現了全自動化，提高了配準效率。

技術領域

本發明實施例涉及圖像處理技術領域，具體涉及一種果樹樹冠三維點云自動化配準方法及重構方法。

背景技術

三維重構技術是計算機視覺技術中的關鍵技術，它利用計算機對真實目標場景進行數字化再現、分析和處理。場景的三維信息比二維圖像信息更符合人類的視覺特性，真實目標場景的三維重構技術得到了越來越多的關注和應用。

基于三維激光掃描系統對目標物體進行三維建模需要大量的人工交互，且存在獲取信息速率較慢、數據冗余和設備價格高昂等問題。基于體感相機的三維建模需要對目標物體進行人工拍攝，因設備和拍攝環境的不可控性，很難保證各幅點云圖像保持同樣或近似的視仰角、光照條件以及景深，對拍攝得到的點云數據進行配準以進行三維建模時，在同一配準方法和參數下，對不同點云對進行配準時精度差異較大，因此造成不同點云對配準參數各異、需人工反復調整嘗試，圖像配準效率較低、精度不能保證為最佳。

發明內容

為解決現有技術點云配準中自動化程度低、精度不高的問題，本發明實施例提供一種果樹樹冠三維點云自動化配準方法及重構方法。

第一方面，本發明實施例提供一種果樹樹冠三維點云自動化配準方法，該方法包括：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。

第二方面，本發明實施例提供一種果樹樹冠三維點云自動化重構方法，該方法包括：利用本發明實施例所述的果樹樹冠三維點云自動化配準方法對相鄰視角果樹樹冠三維點云兩兩精配準，保存中間轉換矩陣，通過所述中間轉換矩陣按一定順序將所有點云轉換到最后一個視角點云所在的空間坐標系，得到果樹樹冠三維點云；所述相鄰視角點云，是指使用Kinect采集果樹三維點云數據過程中獲得的兩片點云重疊率不低于30％的相鄰點云；所述中間轉換矩陣是指從源點云空間變換到目標點云空間的配準轉換矩陣。

本發明實施例通過預設的配準效果評價指標優化配準參數，可實現自動化的點云圖像配準，克服了現有技術中同一配準參數無法適用于不同點云對配準的缺陷，大大提高了配準的精度，并且實現了全自動化，提高了兩片點云的配準效率。

附圖說明