[发明专利]一种散乱点云图像配准方法

权利要求书

1.一种散乱点云图像配准方法，其特征在于，包括

步骤1、获取图形中点云数据的位置和法向量；

步骤2、通过基于曲面变化度的局部离群系数过滤点云数据；

步骤3、初始化粒子的位置和速度，并将旋转参数R＝(r_xr_yr_z)和平移参数T＝(t_xt_yt_z)分别转换为R_3×3,T_1×3矩阵；

步骤4、构造适应度函数，求出适应度函数值；

步骤5、根据适应度函数值，更新粒子的速度和位置，求得最优粒子，计算出R，T的向量；

步骤6、将最优粒子的位置作为ICP配准初值的参考点集，在目标点集中寻找距离参考 点集的距离最近的点集作为新的目标点集，得到旋转矩阵R和平移矩阵T，使得参考点集到 新的目标点集的最短距离的目标函数值小于阈值τ。

2.根据权利要求1所述的散乱点云图像配准方法，其特征在于，所述曲面变化度为图形 中获取的点云集合中的其中一点极其领域点构成的协方差矩阵的最小特征值与所有特征 值之和的比值，其中协方差矩阵

C3×3=p1-p‾...pk-p‾Tp1-p‾...pk-p‾,]]>

p‾=Σi=1kpik,]]>

其中为p邻域的中心，则曲面变化度其中k为所用的邻近点个数， λ₀,λ₁,λ₂分别表示数据沿对应的特征向量的方向的变化程度，σ_k的取值范围为[0,1/3]。