[發明專利]一種基于偽Huber損失函數的三維點云剛體配準方法及系統

在審

• 申請號: 201910901385.1
• 申請日: 2019-09-23
• 公開（公告）號: CN110838137A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 汪霖;尚舒陽;彭進業;姜博;張璞;周延;李艷艷
• 申請（專利權）人: 西北大學
• 主分類號: G06T7/33
• 分類號: G06T7/33
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 尹曉雪

本發明涉及一種基于偽Huber損失函數的三維點云剛體配準方法及系統，該配準方法包括步驟：S1、獲取模型點云P和數據點云Q；S2、根據模型點云P和數據點云Q建立基于偽Huber損失函數的三維點云剛體配準模型；S3、對所述三維點云剛體配準模型進行優化，得到所述模型點云P和所述數據點云Q之間的第一剛體變換值。該方法通過建立基于偽Huber損失函數的三維點云剛體配準模型，偽Huber損失函數具有連續可導性，對異常點不敏感，能夠有效降低外點對配準過程的影響，從而提高配準的效率和精度。

技術領域

本發明屬于三維點云數據處理領域，具體涉及一種基于偽Huber損失函數的三維點云剛體配準方法及系統。

背景技術

點云的剛體配準是三維點云處理的關鍵技術之一，是計算機視覺和圖像分析等研究領域的一個關鍵問題。現有的點云配準算法多數都是假設兩個點云數據完全相同，兩者之間存在一一對應的關系，因此，現有的點云配準算只能解決完全對應點云的剛體配準問題，即待配準點云是模型點云的子集或真子集。

然而，在實際點云配準問題中，由于點云采集傳感器的物理限制、三維特征之間的邊界、遮擋、多重反射和噪聲等因素的影響，所采集的點云包含測量表面外的點，這些點稱為外點。含外點的三維點云剛體配準是現階段的一個難點和熱點問題。例如，Besl等人提出的基于迭代最近點(Iterative closest point，ICP)的完全對應點云配準算法；Dalley等人采用閾值度量方法在迭代過程中排除異常點的干擾，通過計算Schultz距離來設置閾值大小，排除點云中的異常點，該方法的缺點在于閾值或距離度量不好確定且配準算法往往受到點云形狀的影響，導致收斂性差。

因此，在含外點的三維點云剛體配準過程中，外點將會影響點云配準的精度，從而導致得到錯誤的配準結果。

發明內容

為了解決現有技術中存在的上述問題，本發明提供了一種基于偽Huber損失函數的三維點云剛體配準方法及系統。本發明要解決的技術問題通過以下技術方案實現：

本發明實施例提供了一種基于偽Huber損失函數的三維點云剛體配準方法，包括步驟：

S1、獲取模型點云P和數據點云Q；

S2、根據所述模型點云P和所述數據點云Q建立基于偽Huber損失函數的三維點云剛體配準模型；

S3、對所述三維點云剛體配準模型進行優化，得到所述模型點云P和所述數據點云Q之間的第一剛體變換值。

在本發明的一個實施例中，所述三維點云剛體配準模型為：

s.t.R^TR＝I det(R)＝1

其中，b為異常值閾值，R為旋轉矩陣，t為平移向量，c為模型點云P和數據點云Q的空間對應關系，p為模型點云中的點，N_p∈N，q為數據點云中的點，N_q∈N。

在本發明的一個實施例中，步驟S3包括：

S31、根據第二剛體變換值計算第k步優化過程的所述模型點云P和所述數據點云Q的空間對應關系；

S32、根據所述空間對應關系計算第k步優化過程的所述模型點云P和所述數據點云Q的第一剛體變換值；

S33、判斷優化是否滿足預設條件；若否，則返回步驟S31；若是，則終止優化；

S34、輸出所述第一剛體變換值。

在本發明的一個實施例中，所述步驟S32包括：

S321、根據所述空間對應關系更新所述模型點云P和所述數據點云Q；