[發(fā)明專利]一種基于激光掃描的點云配準(zhǔn)方法

在審

• 申請?zhí)枺?/td>: 202111447441.2
• 申請日: 2021-11-30
• 公開（公告）號: CN114170279A
• 公開（公告）日: 2022-03-11
• 發(fā)明（設(shè)計）人: 張曉峻;王佳歡;王鋒;國佳麗;孫晶華;李奕軒
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T17/20;G06V10/44;G06V10/50;G06V10/74;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于三維重建技術(shù)領(lǐng)域，具體涉及一種基于激光掃描的點云配準(zhǔn)方法。本發(fā)明通過體素濾波實現(xiàn)掃描點云數(shù)據(jù)的精簡，減少數(shù)據(jù)運算量。在點云特征點提取過程中，利用區(qū)域分塊和法線差異特征進特征點提取，使得提取的特征點可以很好保留點云的幾何特征，并在點云模型上分布較為均勻。在點云精配準(zhǔn)過程中，利用特征點進行配準(zhǔn)，提高點云搜索效率，加快配準(zhǔn)速度。針對激光掃描得到得點云數(shù)據(jù)同一位置點的偏移問題，利用點到面的迭代最近鄰點算法進行配準(zhǔn)，通過點云到對應(yīng)點切平面的最小距離構(gòu)建點對面的匹配誤差函數(shù)。并且通過法向量夾角約束剔除錯誤點對，提高配準(zhǔn)精度，實現(xiàn)線激光掃描點云的精確配準(zhǔn)。

技術(shù)領(lǐng)域

本發(fā)明屬于三維重建技術(shù)領(lǐng)域，具體涉及一種基于激光掃描的點云配準(zhǔn)方法。

背景技術(shù)

激光掃描系統(tǒng)被廣泛應(yīng)用于逆向工程、三維重建等領(lǐng)域，為生產(chǎn)實踐提供精確的三維數(shù)據(jù)。但由于激光掃描儀掃描范圍有限，常需要對物體進行多角度掃描，通過點云數(shù)據(jù)配準(zhǔn)將不同角度的點云數(shù)據(jù)轉(zhuǎn)換到同一坐標(biāo)系下，從而獲取物體完整的三維輪廓模型。在點云配準(zhǔn)算法中，迭代最近點算法(ICP)最為常用，該方法遍歷點云數(shù)據(jù)中的每一個點對計算歐式距離，通過迭代求取最優(yōu)變換矩陣，可以得到良好的配準(zhǔn)效果。但該方法對點云配準(zhǔn)的初值要求較高，且目標(biāo)函數(shù)容易陷入局部最優(yōu)解，對點云配準(zhǔn)的速度和精度有很大的影響，故常需先進行粗配準(zhǔn)后再將該算法應(yīng)用于精配準(zhǔn)中。因此本發(fā)明提出了一種基于法線差異特征提取與點到面迭代最近鄰點算法相結(jié)合的點云配準(zhǔn)方法，以提高不同角度點云配準(zhǔn)精度。

中國專利CN202110581142.1提出了一種改進的ICP點云快速配準(zhǔn)算法。該方法利用三對對應(yīng)點對變換矩陣進行估算，以實現(xiàn)點云數(shù)據(jù)的粗配準(zhǔn)。利用激光掃描儀同軸相機拍攝圖像獲取點云的旋轉(zhuǎn)變換，僅需對平移向量進行迭代更新求取最終變換矩陣，降低了算法的復(fù)雜度，加快點云配準(zhǔn)速率。但該方法在粗配準(zhǔn)過程中，為提高配準(zhǔn)效率僅利用三對對應(yīng)點進行計算，若三對對應(yīng)點中存在錯誤點對將增加配準(zhǔn)誤差和難度，無法為ICP算法提供一個良好的初值，不利于點云精配準(zhǔn)的實現(xiàn)。

中國專利CN201910019924.9提出了一種提升傳統(tǒng)ICP算法性能的三維點云自動配準(zhǔn)方法。該方法利用KD-tree加速點云的搜索速率，利用法向量和特征直方圖實現(xiàn)點云數(shù)據(jù)的粗配準(zhǔn)，達到了有效提取特征點且保證點云特征信息完整的效果。同時利用多分辨率迭代最近點算法，提高了點云配準(zhǔn)算法的抗噪性能，改善了點云配準(zhǔn)的精度。但該方法并未考慮激光掃描儀每次掃描得到的數(shù)據(jù)點存在位置偏移問題，使得點云配準(zhǔn)不夠準(zhǔn)確，降低了配準(zhǔn)精度。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于激光掃描的點云配準(zhǔn)方法。

一種基于激光掃描的點云配準(zhǔn)方法，包括以下步驟：

步驟1：激光掃描點云數(shù)據(jù)下采樣精簡；

步驟2：基于法線差異特征提取點云鄰域特征點，并利用快速點特征直方圖對其進行描述；

步驟2.1：將點云進行均勻分塊處理，在x軸和y軸方向上分別分為k段，將點云分為k²個大小相同的區(qū)域；對任意一個點云p_i，利用主成分分析法分別計算其在小尺度半徑r₁鄰域和大尺度半徑2r₁鄰域內(nèi)的法向量n(p_i,r₁)和n(p_i,2r₁)，由此得到兩個不同尺度半徑下的法向量的差異特征，公式如下：

通過設(shè)定閾值對點云p_i在不同半徑鄰域內(nèi)的法向量差異進行判斷，實現(xiàn)對點云數(shù)據(jù)特征點的篩選，并通過點云均勻分塊的方式，統(tǒng)計每個區(qū)域內(nèi)提取出的特征點的數(shù)量；對于特征點檢出少于一定數(shù)量的區(qū)域，將區(qū)域內(nèi)點云在不同尺度半徑下的法向量差異由大到小進行排序，取前10％法向量差異較大的點云為特征點，使得特征點在點云模型上分布較為均衡，解決在較為平緩區(qū)域無特征點配準(zhǔn)問題；