[發明專利]點云配準方法、骨頭配準方法、裝置、設備及存儲介質

在審

• 申請號: 202110292830.6
• 申請日: 2021-03-18
• 公開（公告）號: CN113205547A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 張逸凌;劉星宇
• 申請（專利權）人: 北京長木谷醫療科技有限公司;長木谷醫療科技（青島）有限公司;張逸凌
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/62;G06T7/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 馬永芬

本發明涉及三維點云建模技術領域，公開了一種點云配準方法、骨頭配準方法、裝置、設備及存儲介質。其中，該方法包括：獲取待配準點云集和參考點云集；基于主成分析法計算待配準點云集對應的第一參考坐標系以及參考點云集對應的第二參考坐標系；基于第一參考坐標系以及第二參考坐標系，對待配準點云集和參考點云集進行初始配準；基于多維二叉搜索樹算法，在初始配準后的參考點云集中尋找與待配準點云集中距離最近的點，得到多組對應點對；分別計算多組對應點對之間的方向向量夾角；基于預設夾角閾值和方向向量夾角，對待配準點云集和參考點云集進行精配準。通過實施本發明，避免了配準方法陷入局部最優解，提高了點云的配準效率和配準精確度。

技術領域

本發明涉及三維點云建模技術領域，具體涉及一種點云配準方法、骨頭配準方法、裝置、設備及存儲介質。

背景技術

在三維點云建模過程中，三維激光點云配準是其需要解決的關鍵問題之一。針對三維激光點云配準，通常采用經典的迭代最近點算法(Iterative closest point，ICP)進行最優剛體變換，計算待配準點云數據與參考點云數據之間的旋轉參數和平移參數，以使待配準點云數據與參考點云數據滿足正確配準的收斂精度，實現待配準點云數據與參考點云數據的最優配準。然而，現有的迭代最近點算法基于平均距離與給定距離閾值進行迭代計算直至達到配準要求，如此上述配準方法容易陷入局部最優解，導致待配準點云數據與參考點云數據之間的配準效率低下。

發明內容

有鑒于此，本發明實施例提供了一種點云配準方法、骨頭配準方法、裝置、設備及存儲介質，以解決現有的代最近點算法容易陷入局部最優解而導致待配準點云數據與參考點云數據配準效率低下的問題。

根據第一方面，本發明實施例提供了一種點云配準方法，包括如下步驟：獲取待配準點云集和參考點云集；基于主成分析法，計算所述待配準點云集對應的第一參考坐標系以及所述參考點云集對應的第二參考坐標系；基于所述第一參考坐標系以及所述第二參考坐標系，對所述待配準點云集和所述參考點云集進行初始配準；基于多維二叉搜索樹算法，在初始配準后的所述參考點云集中尋找與所述待配準點云集中距離最近的點，得到多組對應點對；分別計算所述多組對應點對之間的方向向量夾角；基于預設夾角閾值和所述方向向量夾角，對所述待配準點云集和所述參考點云集進行精配準。

本發明實施例提供的點云配準方法，基于主成分析法計算待配準點云集對應的第一參考坐標系以及參考點云集對應的第二參考坐標系，通過第一參考坐標系和第二參考坐標系實現待配準點云集和參考點云集的初始配準，以便快速實現待配準點云集和參考點云集的大致重合，由此避免了配準方法陷入局部最優解。基于多維二叉搜索樹算法，在初始配準后的參考點云集中尋找與待配準點云集中距離最近的點，得到多組參考點云集與待配準點云集之間的對應點對，提高了對應點對的搜索速度。通過計算多組對應點對之間的方向向量夾角，基于方向向量夾角和預設夾角閾值之間的關系，對待配準點云集和參考點云集進行精配準，提高了待配準點云集和參考點云集的配準效率和配準精確度。

結合第一方面，在第一方面的第一實施方式中，所述基于主成分析法，計算所述待配準點云集對應的第一參考坐標系以及所述參考點云集對應的第二參考坐標系，包括：獲取所述待配準點云集的第一點云重心以及所述參考點云集的第二點云重心；采用所述主成分析法，分別計算所述待配準點云集的第一主方向以及所述參考點云集的第二主方向；其中，所述第一主方向為所述待配準點云集對應的3個第一特征向量，所述第二主方向為所述參考點云集對應的3個第二特征向量；基于所述第一點云重心以及所述第一主方向，確定所述待配準點云集對應的第一參考坐標系；基于所述第二點云重心以及所述第二主方向，確定所述參考點云集對應的第二參考坐標系。