[發明專利]一種三維點云與自由曲面模型的匹配方法

有效

• 申請號: 202010793728.X
• 申請日: 2020-08-10
• 公開（公告）號: CN111986219B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 袁封林;趙文川
• 申請（專利權）人: 中國科學院光電技術研究所
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/33;G06T7/66
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種三維點云與自由曲面模型的匹配方法，本方法主要處理向某一平面投影后，仍然可以通過外形輪廓匹配的點云。本方法包括：首先測量數據和模型轉換成點云文件，經過三維旋轉，使之點云的法向量平行于Z軸，然后向不會造成重疊與遮擋的XOY平面投影，投影后，在二維平面內提取邊緣，并提取邊緣角點，通過確定對應角點計算旋轉角度，在三維空間內完成對應旋轉后，完成粗匹配，通過最小化所有點的誤差完成精確匹配。本算法在保證匹配精度的前提下，提高了匹配速度，并且能夠精確計算出測量數據和模型數據之間的誤差。

技術領域

本發明屬于點云處理技術領域，具體涉及一種三維點云與自由曲面模型的匹配方法。

背景技術

三維物體的描述和匹配是計算機視覺的重要組成部分，通過激光掃描和三維面形測量得到的點云數據常常用來模型化、物體識別、分類、場景理解以及實測數據與理想模型的對比。點云匹配則是計算機視覺的基礎技術，是三維配準、物體識別、逆向工程等方向的前提，被廣泛的應用于智能機器人、生物醫療、導航等領域。

在工程應用中，為實現三維點云與自由曲面模型匹配，主要采用兩種方法。第一種是采用多項式擬合的方法，即將模型的理想點云用多項式擬合成曲面作為參照，然后用三維測量的點云擬合參照曲面，計算誤差。因為點云數據量很大，采用高精度擬合算法計算量非常大，而且擬合的曲面模型不一定能夠非常好的描述點云。第二種是采用點云匹配的方法，分為基于全局特征的匹配算法和基于局部特征的匹配算法，如果兩組點云相似度高、局部特征不明顯，全局特征相似，無法提取特征點，無法完成高精度點云匹配。

發明內容

針對現有技術中存在的上述不足，本發明提供了一種速度快、精度高的三維點云與自由曲面模型的匹配方法。

為解決上述技術問題，本發明采用了如下的技術方案：一種三維點云與自由曲面模型的匹配方法，包括以下步驟：

步驟S1.1、待配準點云P，點云Q由模型文件轉換成pcd格式點云文件，旋轉點云，使其擬合平面垂直于Z軸，判斷點云法線方向，旋轉至法線方向相同。然后向XOY面投影。

步驟S1.2、通過一個點的鄰域特征判斷該點是不是邊緣點，在投影點中查找所有邊緣點。

步驟S1.3、首先計算二維邊緣點到質心的距離，根據相鄰邊緣點距離的變化，判斷邊緣點是否為角點，查找所有角點。

步驟S1.4、將待匹配點云邊緣的一個角點繞Z軸旋轉，使得該角點依次與目標點云邊緣的角點匹配，當兩組邊緣點的距離方差最小時，為正確匹配。

步驟S1.5、通過優化兩組點云之間的旋轉和平移矩陣，迭代至目標函數收斂，匹配完成。計算所有點的誤差得到整體誤差，用均方根誤差描述。

優選地，點云法線方向與擬合平面法線平行，旋轉至Z軸后，Z分量方向可以由所有點的法向量確定：如果多數法線Z分量為正，則認為平面法向量指向Z軸正方向，如果多數法線Z分量為負，認為平面法向量指向Z軸負方向。

優選地，在二維投影點中，生成訪問點指向鄰域點的向量，由相鄰向量之間的夾角確定該訪問點是否為邊緣點。通過半徑查找鄰域點，半徑r1的選擇可根據點云的稀疏程度確定。也可按照K-近鄰查找，查找點必須分布在訪問點的周圍，數量足夠多。

優選地，若點云內部不存在邊界，邊緣提取采用邊緣增長的策略，具體為：首先查找距離質心最遠的一點，則該點必然是邊緣點。然后在該點的鄰域內查找相鄰的邊緣點，則連續的邊緣點都能夠檢測到。

優選地，為方便計算角點的位置，將邊緣點按順時針或逆時針的順序排列，在連續的一段邊緣線里，邊緣點與質心點的距離出現了極大值或極小值，則可認為該極值點為角點出現的位置。