[发明专利]一种基于三维点云的局部特征描述方法

说明书

本发明涉及一种基于三维点云的局部特征描述方法，本发明包括以下步骤：从场景点云中提取若干特征点，以每个特征点为中心，根据其球邻域内的点建立三维局部坐标系；将特征点球邻域内的点变换到相应的局部坐标系下，并沿径向对球邻域进行空间区域划分。针对每个被划分的空间区域，计算位于其中的每个点与坐标系x轴和z轴的夹角余弦值α和β，并将它们分别映射到两个独立的一维直方图。将所有区域的一维直方图串联起来，并除以特征点球邻域内点的总数进行归一化进而得到最终的三维局部特征描述。本发明提出的三维局部特征描述符具有区分性好、鲁棒性强和计算效率高的特点，提高了场景点云之间相似部位的正确匹配率。

技术领域

本发明属于计算机视觉领域，具体的说涉及一种基于三维点云的局部特征描述方法。

背景技术

在两个不同的点云场景中寻找相似点是很多应用的基础，例如三维场景重建、三维目标识别以及三维目标检索等。寻找相似点的过程称为特征匹配。而对三维场景进行特征描述又是特征匹配的前提。由于传感器自身精度的限制，加上采集视角的不同，获取的场景点云数据可能会出现分辨率不均匀，夹带噪声，某些区域甚至出现孔洞以及感兴趣目标被遮挡的情形，这些因素都会加大特征描述的难度。如何设计一种区分性好、鲁棒性强的三维局部特征正是本发明要解决的问题。

自旋图特征和Signature of Histograms of OrienTations(SHOT)特征是目前研究领域效果较好的局部特征描述符。自旋图特征首先以特征点的法向量为主轴建立局部圆柱坐标系，然后将特征点球邻域内每个点在该坐标系下的二元表示映射到一个二维直方图形成对特征点局部的描述。该方法利用了直方图的统计特性，具有较好的鲁棒性。但是该特征描述没有考虑邻域点的三维信息，故而区分性不强。SHOT特征首先根据特征点的邻域信息建立一个三维局部坐标系，然后以该坐标系为参考轴，将特征点的球邻域沿径向、经线方向以及纬线方向共划分为32个子区域。对于每个子区域，然后计算其中每个点的法向量与特征点法向量的夹角，并将其映射到一个长度为11的一维直方图中，最终得到一个352维的局部特征。该方法通过建立局部坐标系以及区域划分，使得邻域点的三维空间信息得到了很好的保留。但是需要估计每个点的法向量，而法向量的估计容易受到噪声以及分辨率不均匀的影响，所以最终得到的特征描述符也会对这些因素敏感。

发明内容

针对现有技术中存在的不足，本发明直接对特征点球邻域点的三维位置信息进行编码，避免使用点的法向量信息。提出了一种基于三维点云的局部特征描述方法。

本发明为实现上述目的所采用的技术方案是：一种基于三维点云的局部特征描述方法，包括以下步骤：

从场景点云中提取若干特征点，以每个特征点为中心，根据其球邻域内的点建立三维局部坐标系；

将特征点球邻域内的点变换到该特征点的局部坐标系下，并沿径向对球邻域进行空间区域划分；

针对每个被划分的空间区域，计算位于其中的每个点与坐标系x轴和z轴的夹角余弦值α和β，并将它们分别映射到两个独立的一维直方图；

将所有区域的一维直方图串联起来，并除以该特征点球邻域内点的总数进行归一化进而得到最终的三维局部特征描述。

所述根据其球邻域内的点建立三维局部坐标系包括以下步骤：

给定一个特征点p及其半径为R的球邻域点集合S(p)＝{q₁,q₂,...,q_n}，满足||q_i-p||₂≤R，其中n代表球邻域内点的数量；

首先，以特征点p为局部坐标系原点，按如下公式计算加权协方差矩阵C：