[發明專利]基于區域分割融合的點云配準算法

在審

• 申請號: 202010627992.6
• 申請日: 2020-07-01
• 公開（公告）號: CN111862111A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 王向偉;沙建軍;孫英賀;彭銳暉;錢海寧;律帥
• 申請（專利權）人: 青島九維華盾科技研究院有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187;G06T7/194;G06T7/33
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 姚金金

本發明屬于三維點云配準技術領域，具體涉及基于區域分割融合的點云配準算法。將兩幅不同視角的點云數據，根據區域性質分別分割成兩組數據，一組是目標點云數據，一組是背景點云數據，對于不同組的數據分別基于ICP算法進行配準，根據不同權重做相應的融合，求出最佳的點云旋轉平移矩陣，可以提高整體配準效果，同時增加了算法的魯棒性。

技術領域：

本發明屬于三維點云配準技術領域，具體涉及基于區域分割融合的點云配準算法。

背景技術：

點云配準是計算機視覺和圖像圖形學的一個重要的研究方向，目標是將多個視角的局部三維點云數據拼接成一個完整的三維點云模型。在實際場景三維目標掃描時，受地面墻面等背景數據、采集點云質量較低以及配準算法缺陷的影響，點云配準的效果差強人意。

目前應用最廣泛的點云配準算法是迭代最近點算法(ICP算法)，其計算簡便直觀、配準精度高，但在初值不好的情況下易陷入局部最優，基于此情況，將點云數據根據區域性質分割成目標區域和背景區域，對不同區域點云分別進行配準處理，再融合求得最佳的點云旋轉平移矩陣，實現整體數據較高的配準效果。

發明內容：

本發明要解決的技術問題是在實際場景三維目標掃描時，由于點云數據質量不高，同時存在地面墻面和實際目標物等組成的復雜結構點云數據，傳統ICP算法在配準時出現了誤差大的缺陷，點云配準的效果差強人意。

為解決上述問題，本發明提供可一種基于經典ICP配準的改進算法，將兩幅不同的點云數據，分別分割成兩組數據，一組是目標點云數據，一組是背景點云數據，對于不同組的數據分別基于ICP算法進行配準，根據不同權重做相應的融合，求出最佳的點云旋轉平移矩陣，提高整體配準的效果，同時增加了算法的魯棒性。

為達到上述目的，本發明通過以下技術方案實現，一種基于區域分割融合的點云配準算法，包括以下步驟：

(1)采集場景點云數據：得到兩幅不同視角的初始點云數據；

(2)區域劃分：將每幅初始點云數據分別劃分為目標區域和背景區域兩個區域?；趨^域生長法對每幅點云數據進行區域分割，分割出的區域為：

R∈{R₀,R₁,..R_N-1}，其中，N為區域數量；

根據閾值th_low及th_high對區域R進行區域劃分。區域點數在[th_lowth_high]范圍內的區域組成目標區域；區域點數在(0,th_low)或(th_high,+∞)范圍內的區域組成背景區域。其中，閾值th_low及th_high根據點云規模確定。根據以上方法對兩幅初始點云分別進行區域劃分后，得到一組目標區域(對應的點云為Cloud_ob1及Cloud_ob2)，一組背景區域(對應的點云為Cloud_bg1及Cloud_bg2)。

(3)區域配準：目標區域和背景區域分別根據傳統ICP算法配準。其具體步驟包括：求解該區域對應的旋轉平移矩陣，目標區域旋轉平移矩陣為Mat_object，將其拆分成旋轉矩陣R_ob和平移向量V_ob，背景區域旋轉平移矩陣為TMat_background，將其拆分成旋轉矩陣R_bg和平移向量V_bg。