[發明專利]一種低重疊率的三維點云配準方法

有效

• 申請號: 202011017246.1
• 申請日: 2020-09-24
• 公開（公告）號: CN112150523B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 張元;李曉燕;韓燮
• 申請（專利權）人: 中北大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T17/00;G06K9/62;G06V10/762
• 代理公司: 太原申立德知識產權代理事務所(特殊普通合伙) 14115
• 代理人: 程園園

1.一種低重疊率的三維點云配準方法，其特征在于：包括以下步驟：

步驟1，基于曲率特征和法向量構建多尺度描述符；

步驟2，基于多尺度描述符建立角度差異衡量區域之間的相似程度，進行對應關系聚類分塊；

步驟3，在對應關系聚類分塊中基于SDRSAC算法，判斷匹配潛力，去除離群值，再優化對應關系完成配準；

所述步驟3還包括以下步驟：

步驟3.1將對應關系點云分塊M₁,M₂,…,M_n中在源點云W中的點云集記為P_c，在目標點云V中的點云集記為Q_c；每次迭代時，從P_c中隨機選取N_sample個采樣點組成點集P_c1，利用步驟2得到的對應關系點云分塊中的對應關系，得到目標點云Q_c中與P_c1相對應的點集Q_c1；

步驟3.2計算點集的匹配潛力，去除離群值；

令A＝P_c1，B＝Q_c1，

其中，H表示匹配潛力且是對稱矩陣，a,b,c,d表示點的索引，ab和cd表示H的行和列的索引，A_a與A_c屬于源點集A，B_b與B_d屬于目標點集B，且(A_a,B_b)和(A_c,B_d)是由步驟2得到的對應關系點云分塊中的對應關系，γ＞0是預定義的閾值，δ(A_a,A_c)表示兩個3D點云之間的歐式距離，f＝exp(-|δ(A_a,A_c)-δ(B_b,B_d)|)用于評判兩個線段的長度差，

求解H，當A_aA_c和B_bB_d的長度相差γ，繼續將(A_a,B_b)和(A_c,B_d)視為匹配候選，否則去掉其的對應關系；

步驟3.3求得最優對應關系集完成粗配準；

設置換矩陣X∈{0，1}^K×K，當p_i∈A和q_i∈B屬于對應關系集X中第i行j列的元素的值為1，否則為0；

最優解包含m對對應關系，且m＜K，將X堆疊其列得到X₁，

搜索最佳對應關系的問題滿足時轉化為：

令式(9)可以轉化為：

當trace(Y)＝m時，滿足即將非凸問題凸優化；

在式(10)的基礎上確保源點云A中的一個點p_i只能與目標點云中的零個或者一個點q_i相匹配，而不能出現一個以上相匹配的情況；與此同時，要滿足步驟3.2中的匹配潛力H的要求，當A_aA_c和B_bB_d的長度相差大于定義的閾值γ，則不允許其進行匹配，

通過SDP凸求解器求得X₁，利用線性分配問題LP將X₁投影到置換矩陣的空間X，得到優化的對應關系集

步驟3.4利用ICP將其進行細化，重復進行步驟3.1、步驟3.2和步驟3.3的迭代過程，求解并進行比較，得出最終評分中最高的最優對應關系集，求得最佳變換(R^*,t^*)，并進行配準。