[发明专利]一种基于曲面拟合系数特征的点云快速配准方法

说明书

本发明公开了一种基于曲面拟合系数特征的点云快速配准方法。比较不同大小邻域的曲率均值差异，选取差异值超过所设阈值的点作为关键点，并自适应的根据该差异值选择关键点候选点。关键点处取多个邻域进行曲面拟合再把曲面系数作为该点的特征描述子。通过比较关键点特征描述子间距离选取距离最小的关键点对作为初始对应关系。通过初始对应关系得到的变换矩阵调整对应关系的位姿，使其基本重合，设定距离阈值去除距离大于阈值的对应关系。接着用聚类方法使对应关系分布均匀,计算优化后的对应关系的协方差矩阵，再对其进行奇异值分解得到最终变换矩阵。本发明具有配准快速、精度高和抗噪能力好的优点。

技术领域

本发明属于结构光三维测量、机器视觉领域，尤其涉及一种基于曲面拟合系数特征的点云快速配准方法。

背景技术

随着计算机产业的不断升级，各种计算设备越来越强大，低成本高质量的获取物体点云成为可能，从而推动了点云配准技术在逆向工程、游戏娱乐、医疗图像及工业检测等领域的发展。受点云获取设备视角及被测物体本身形状等因素的影响，单次测量难以得到物体的完整点云，通常是通过分次测量再拼接的方法来实现这一过程，即运用点云配准技术把多次测量的点云拼接到同一个坐标系下形成一个完整的物体点云。各领域的应用需求推动了点云配准技术的快速发展，其中Besl等人提出的迭代最近点(ICP,IterativeClosest Point)算法和基于几何特征的拼接算法较热。迭代最近点算法以其简单易行，配准精度高而被广泛研究，但该算法对初始位置和点云重合程度要求较高，计算较为耗时，尽管诸多学者对此进行改进上述问题依然存在。

发明内容

本发明的目的是提供配准快速、精度高和抗噪能力好的，一种基于曲面拟合系数特征的点云快速配准方法。

一种基于曲面拟合系数特征的点云快速配准方法，包括以下步骤，

步骤一：输入目标点云P和源点云Q，通过曲率均值差值找出目标点云P的关键点集P_key和源点云Q的关键点集Q_key；

步骤二：计算关键点处的特征描述子，通过选取关键点附近三个不同大小的邻域进行曲面拟合，以曲面系数作为该关键点的特征描述子，得到关键点集P_key的特征描述子集M_P，以及关键点集Q_key的特征描述子集M_Q；

步骤三：比较目标点云P和源点云Q关键点处特征描述子的距离，选取特征描述子距离最小的关键点对作为初步的对应关系；

步骤四：去除初步对应关系中的错误对应关系；

步骤五：对上步得到的对应关系用聚类的方法使其分布均匀；

步骤六：对聚类处理后的对应关系求取最终的平移矩阵和旋转矩阵。

本发明一种基于曲面拟合系数特征的点云快速配准方法，还可以包括：

1、步骤一中通过曲率均值差值找出关键点的方法为：

(1)输入目标点云P＝{p_i|i＝1…n},其中p_i为点云P中的点，n为点云点的总个数，p_i坐标为(x_i,y_i,z_i)，p_i点邻域曲面的曲率为：

为以p_i为中心，r₀为半径的邻域，是邻域的形心，p_j为该邻域中的点，m为邻域中三维点的总数，在该邻域内的协方差矩阵E为：