[發明專利]基于弱特征鄰域概率匹配的點云拼接方法及系統

有效

• 申請號: 201910973196.5
• 申請日: 2019-10-14
• 公開（公告）號: CN110992259B
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 陳夢娟;劉希龍;顧慶毅;馬學健
• 申請（專利權）人: 中國科學院自動化研究所;中科南京人工智能創新研究院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/35
• 代理公司: 南京泰普專利代理事務所(普通合伙) 32360
• 代理人: 竇賢宇

本發明公開了一種基于2D?3D弱特征3D領域概率匹配的RGB?D點云拼接方法及系統，所述方法主要包括如下步驟：計算點云對應的RGB圖像的弱特征點，計算弱特征點的2D?3D描述子，基于2D?3D描述子進行特征匹配，得到初始匹配點對；根據3D鄰域概率法篩選匹配點對；以及點云拼接等步驟。該方案具有匹配精度高，速度快，方法簡單易實施等優點。

技術領域

本發明屬于計算機視覺領域，尤其是三維點云拼接方法。

背景技術

隨著現代信息技術及機器視覺的飛速發展，各行各業對完整的三維數據獲取的需求也越來越大，不論是機器人利用環境的三維信息來導航，還是考古學家利用三維數據進行文物的修復及保存都依賴于處理好的三維數據。然而，現實生活中的物體是無法一次性完整的掃描出數據的，需要進行多個角度的掃描才可以采集完整的數據，由于多個視角采集的數據會因不在同一個坐標系而無法使用，就需要將不同視角下的數據統一到同一坐標系下，也就是點云拼接的過程。基于此，點云拼接的自動化程度、穩定性及精度在三維測量過程中備受關注，對點云拼接處理技術的選擇具有非常重要的現實意義。

在國內外專業人員多年的研究下，目前的拼接方法多種多樣，分為有輔助的手動拼接和無輔助的自動拼接。在拼接過程中，點云配準是必不可少的步驟，常見的配準算法有標簽法，轉臺法，基于幾何特征的配準、迭代最近點配準方法等等。

目前的有輔助的點云拼接方法考慮到被測物體以及輔助設備的限制存在一定的局限性，無輔助的自動拼接方法因其自動化程度高、適用性廣成為點云拼接方法的首選。在無輔助的點云拼接方法中，應用范圍比較廣的是基于幾何特征的拼接方法和基于圖像的拼接方法，但這兩者分別對被測物體的幾何特征和紋理信息有一定的要求，在拼接的穩定性和精度方面無法達到較高的標準。

發明內容

發明目的：提供一種基于2D-3D弱特征3D鄰域概率匹配的RGB-D點云拼接方法，以解決現有技術存在的上述問題。

技術方案：基于2D-3D弱特征匹配的RGB-D點云拼接方法，包括如下步驟：

步驟1、計算弱特征點的2D-3D描述子

在待拼接點云的RGB圖像中提取弱特征點，存儲所述弱特征點的2D描述子；

在RGB-D點云中找出所述弱特征點對應的3D位置，計算對應弱特征點的3D局部描述子；

結合所述2D描述子和3D局部描述子，生成2D-3D描述子；

步驟2、基于2D-3D特征描述子預匹配

基于2D-3D描述子進行特征匹配，得到初始匹配點對；

步驟3、3D鄰域概率法匹配點篩選

構建三維點云投票區域，計算預匹配點對的匹配概率，刪除誤匹配點，登記正確的匹配點并賦予匹配權重，直至未登記的正確特征點個數為零時，根據篩選出的匹配點的三維坐標，計算待拼接點云的位姿關系；

步驟4、點云拼接

當匹配誤差值小于設定的匹配誤差閾值時，根據上一步驟得到的位姿關系進行點云轉換，實現點云拼接；

反之，將上述位姿更新至步驟2中，重復步驟2至4。

在進一步的實施例中，所述步驟1中，提取弱特征點的過程具體為：

計算待拼接點云對應的RGB圖像各通道的縱橫梯度，將數據記為2D描述子a；比較2D描述子a與設定的梯度閾值向量b的關系，若(a-b)_i＞0，i＝1,2，……6，則該點為弱特征點。

在進一步的實施例中，所述步驟3中，根據深度信息刪除誤匹配點的具體過程為：