[發明專利]一種基于標定球的農林作物三維點云配準方法

在審

• 申請號: 202010098726.9
• 申請日: 2020-02-18
• 公開（公告）號: CN111429490A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 康峰;周三章;劉祥洋;陳沖沖
• 申請（專利權）人: 北京林業大學
• 主分類號: G06T7/30
• 分類號: G06T7/30;G06T7/66;G06T7/70;G06T7/136;G06K9/62;G01B11/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于標定球的農林作物三維點云配準方法，其特征在于：Kinect V2深度相機(1)固定在支撐架(2)上，通過數據線(3)與中央處理單元(4)相連接；三個標定球(5)放置在實驗物體(6)周圍。

2.如權利要求1所述的配準方法，其特征在于：實驗物體周圍任意放置三個標定球(5)，利用Kinect V2深度相機(1)從四個不同的角度采集實驗場景的點云圖，每個角度的點云圖均使用Passthrough Filter算法進行點云濾波操作，并利用Euclidean ClusterExtraction算法進行聚類分割，提取出實驗物體和標定球，根據Random Sample Consensus(RANSAC)算法對球體點云進行擬合，同時計算出球心坐標，從而得出不同視角下球心之間的距離，對比不同視角下球心間距來確定不同視角下的球體對應關系，并使用SingularValue Decomposition(SVD)的方法求出初始配準矩陣完成粗配準，利用IterativeClosestPoint(ICP)及其改進算法進行精確配準。

3.如權利要求書1或2所述的配準方法，其特征在于，所述的基于標定球的點云配準方法包括以下步驟：

步驟一，將三個標定球(5)任意擺放在實驗物體周圍并保證球心兩兩之間距離不同，利用Kinect V2深度相機(1)從四個不同的角度采集實驗場景的點云圖，其中，角度間隔在90°左右且每一幀點云圖中各個球體點云的可視部分均大于整體的1/3。采集的四幀點云圖分別編號為F₁，F₂，F₃，F₄；

步驟二，每幀點云圖均使用Passthrough Filter算法進行點云濾波操作，減小點云數量，并利用Euclidean Cluster Extraction算法進行聚類分割，提取出實驗物體和標定球并使用K-means算法移除離群點，根據Random Sample Consensus(RANSAC)算法對球體點云進行擬合，計算出球心坐標；

步驟三，根據球心坐標，計算不同視角下球心兩兩之間的距離，設定閾值對比不同視角下球心間距大小確定不同視角下的球體對應關系；

步驟四，利用不同視角下球體的對應關系，使用Singular Value Decomposition(SVD)的方法求出初始配準矩陣完成粗配準，粗配矩陣求解的過程式如下：

給定R^d維空間中兩個對應點集p＝{p₁,p₂…p_n}和q＝{q₁,q₂…q_n}，假設源點云中對應點的坐標構成的點集為p，目標點云中對應點的坐標構成的為q，計算源點云和目標點云之間的剛體變換即R和t可以轉化為求取下列公式：

其中，w_i＞0表示每對對應點的權值；

計算點集的加權質心和中心向量：

計算d×d協方差矩陣：

S＝XWY^T

其中X，Y是d×n維的矩陣，x_i,y_i分別是矩陣X，Y的列，W＝diag(w₁,w₂…w_n)；

對S進行奇異值分解，其中Σ為奇異值構成的對角矩陣，U和V為對角矩陣：

S＝U∑V^T

則，源點云和目標點云中對應點對的旋轉矩陣R和平移矩陣t：

步驟五，使用IterativeClosestPoint(ICP)及其改進算法對粗配點云進行精配準。