[發(fā)明專利]基于弱色差信息的高精度RGB-D點(diǎn)云拼接方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910973184.2
• 申請(qǐng)日: 2019-10-14
• 公開(kāi)（公告）號(hào): CN110992258B
• 公開(kāi)（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 劉希龍;陳夢(mèng)娟;顧慶毅;馬學(xué)健
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所;中國(guó)科學(xué)院自動(dòng)化研究所南京人工智能芯片創(chuàng)新研究院
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06T5/00;G06T7/80
• 代理公司: 南京泰普專利代理事務(wù)所(普通合伙) 32360
• 代理人: 竇賢宇

本發(fā)明公開(kāi)了一種基于弱色差信息的高精度RGB?D點(diǎn)云拼接方法和系統(tǒng)，所述方法包括：采用粗匹配方法計(jì)算兩個(gè)待拼接點(diǎn)云的位姿關(guān)系矩陣；基于弱色差信息進(jìn)行點(diǎn)云匹配，計(jì)算點(diǎn)云的新的位姿關(guān)系矩陣；基于所述新的位姿關(guān)系矩陣進(jìn)行點(diǎn)云拼接。該方法可以實(shí)現(xiàn)在粗配準(zhǔn)誤差小于5度的情況下的點(diǎn)云精配準(zhǔn)，具有匹配精度高，速度快，方法簡(jiǎn)單易實(shí)施等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺(jué)與圖像處理領(lǐng)域，尤其是三維點(diǎn)云拼接技術(shù)。

背景技術(shù)

隨著三維掃描設(shè)備的廣泛應(yīng)用，點(diǎn)云數(shù)據(jù)受到越來(lái)越多的重視，它可以廣泛地應(yīng)用在工業(yè)的自動(dòng)檢測(cè)、零件的加工監(jiān)控、生物復(fù)制、3D電影動(dòng)畫(huà)、文物保護(hù)等眾多領(lǐng)域。點(diǎn)云應(yīng)用過(guò)程中，點(diǎn)云拼接技術(shù)是其重要環(huán)節(jié)，也是難點(diǎn)之一。點(diǎn)云拼接就是將不同角度不同時(shí)間點(diǎn)采集到的數(shù)據(jù)統(tǒng)一到同一個(gè)世界坐標(biāo)系下的過(guò)程，而點(diǎn)云拼接的好壞，直接影響了后續(xù)的數(shù)據(jù)分析。

目前市面上常用的點(diǎn)云拼接的方法是將粗配準(zhǔn)和精配準(zhǔn)結(jié)合起來(lái)，利用粗配準(zhǔn)將不同的坐標(biāo)系下的點(diǎn)云數(shù)據(jù)統(tǒng)一到同一坐標(biāo)系下，使其圖形大致重合，為精確拼接提供良好初值，而精配準(zhǔn)進(jìn)一步消除粗拼接中的偏差，形成一副完整的三維模型。精配準(zhǔn)技術(shù)應(yīng)用的最為廣泛的是最近點(diǎn)迭代算法(ICP),但這種方法對(duì)點(diǎn)云拼接的初始拼接位置有較高要求，容易造成局部最優(yōu)的情況。

針對(duì)上述情況，技術(shù)人員進(jìn)行了多方的探索，提出了多種方案，但是在自動(dòng)化程度、穩(wěn)定性和拼接精度等方面還存在一些問(wèn)題。

發(fā)明內(nèi)容

發(fā)明目的：為了解決現(xiàn)有技術(shù)存在的上述問(wèn)題，提供一種基于弱色差信息的高精度RGB-D點(diǎn)云拼接方法。

技術(shù)方案：

基于弱色差信息的高精度RGB-D點(diǎn)云拼接方法，包括如下步驟：

步驟1、采用粗匹配方法計(jì)算兩個(gè)待拼接點(diǎn)云的位姿關(guān)系矩陣；

步驟2、基于弱色差信息進(jìn)行點(diǎn)云匹配，計(jì)算點(diǎn)云的新的位姿關(guān)系矩陣；

步驟3、基于所述新的位姿關(guān)系矩陣進(jìn)行點(diǎn)云拼接。

在進(jìn)一步的實(shí)施例中，所述步驟2進(jìn)一步為：

步驟21、基于步驟1的位姿關(guān)系矩陣，將一個(gè)待拼接點(diǎn)云變換到另一待拼接點(diǎn)云坐標(biāo)系；

步驟22、用同樣的相機(jī)內(nèi)參數(shù)矩陣將兩個(gè)待拼接點(diǎn)云分別投射為2D的RGB圖像；

步驟23、計(jì)算一個(gè)待拼接點(diǎn)云中各像素點(diǎn)的2D RGB圖像各通道的縱橫梯度，獲得像素點(diǎn)的2D描述子a，并比較各2D描述子與梯度閾值向量b的關(guān)系，若(a-b)_i＞0,i＝1,2,...6，則該點(diǎn)為有效點(diǎn)；

步驟24、依次將一個(gè)待拼接點(diǎn)云中的所述有效點(diǎn)與另一待拼接點(diǎn)云的2D RGB圖像中對(duì)應(yīng)點(diǎn)進(jìn)行像素值最優(yōu)匹配，建立多對(duì)一的弱色差匹配點(diǎn)集；

步驟25、基于上述弱色差匹配點(diǎn)集，根據(jù)各匹配點(diǎn)的三維坐標(biāo)，計(jì)算點(diǎn)云的新的位姿關(guān)系。

在進(jìn)一步的實(shí)施例中，所述步驟24進(jìn)一步為：記待拼接點(diǎn)云為C1和C2，其投射的2DRGB圖像分別為Img1和Img2，記Img1中的有效點(diǎn)坐標(biāo)為I₁(u,v)，在Img2中的(u,v)處取c×c的鄰域記作ζ，計(jì)算ζ中的像素RGB值與I₁(u,v)的RGB值差，差值最小的點(diǎn)即為(u,v)的匹配點(diǎn)，記作I₂(u’,v’)，由此建立多對(duì)一的弱色差匹配點(diǎn)集。

在進(jìn)一步的實(shí)施例中，還包括步驟26：

重復(fù)步驟21到步驟25，每重復(fù)一次步驟六中的鄰域減小兩個(gè)像素，直到誤差滿足條件，或者鄰域小于3×3。