[发明专利]一种基于目标物体空间点云特征的自动拼接方法

权利要求书

1.一种基于目标物体空间点云特征的自动拼接方法，其特征在于，包括如下步骤：

S10、获取待配准点云，利用扫描设备获取物体表面空间点云信息以获得待配准点云和目标点云；

S20、求解点云表面的法向量，并利用估计出的法线特征计算出该点与其k个领域点的空间差异，获得点云表面的FPFH特征描述子，利用FPFH可以创造出一个多维特征空间，可将来自同一个曲面的所有采样点分为一组，不同曲面的采样点被分配到不同组中；

S30、点云的初始配准，利用采样一致性初始配准算法对S20获取的点云特征信息进行匹配，去除错误的对应关系，完成初始配准；

S40、点云的精确配准，将S30的初始配准的结果作为输入，利用ICP算法进行精配准，ICP算法首先确定点云之间匹配关系并计算最优匹配，这样点云之间的匹配就是满足一定收敛条件的最优匹配。

2.根据权利要求1所述的基于目标物体空间点云特征的自动拼接方法，其特征在于，S20、计算点云的FPFH特征，包括如下步骤：

S201、求解点云表面的法向量近似可以用曲面在该点切平面的法线代替，对于点云表面一点p，坐标为(x,y,z)^T，其临近的k个邻域点为p_i，则其对应的协方差矩阵如下式所示：

q是p所有邻域点的质心，假设λ_n为矩阵C的特征值，v_n为其对应的特征向量，则有下式成立：

Cv_n＝λ_n 式II

λ_n和v_n为协方差矩阵C的第n个特征值和特征向量，曲面某点的协方差矩阵反映了该点所在的表面的局部变化，而该点处的法向量可以通过求解协方差矩阵的最小特征值对应的特征向量来近似估计；

S202、求表面点云的法线特征，具体步骤如下：

S202.1、查找点云数据上某点的k个邻近点；

S202.2、构造协方差矩阵并计算其最小的特征值所对应的特征向量，特征向量的方向与法线的方向是在一条直线上的，因此曲面某点的法线朝向有两种情况，一种是与该特征向量的方向相同，另一种与特征向量的方向相反；

S202.3、对S202.1和S202.2求得的点云的法向量进行走向估计，由于同一帧点云数据的摄像机视点是相同的，且该视点信息被包含在采集的点云数据中，已知某一采集视点坐标，对于点云上任一点其局部的法向量为(j为数据点的个数)方向全都是视点方向，则有：

S202.4、对点云中所有点的法线进行一一校正，获得表面点云的法线特征；

S203、对S201和S202中求得的点云的法向量进行走向估计，由于同一帧点云数据的摄像机视点是相同的，且该视点信息被包含在采集的点云数据中；具体步骤如下：

S203.1、已知某一采集视点坐标，对于点云上任一点其局部的法向量为(j为数据点的个数)方向全都是视点方向，则有：

S203.2、对点云中所有点的法线进行一一校正，获得表面点云的法线特征；

S203.3、利用已估计出的点云法线特征，计算出该点与其k个领域点的空间差异，即点云的快速点特征直方图，利用FPFH其可创造出一个多维特征空间，可将来自同一个曲面的所有采样点分为一组，不同曲面的采样点被分配到不同组中；

S203.4、对于样本点p，查询其k邻域内所有临近点；

S203.5、对于点p邻域k中每对点p_s和p_t(s！＝t)和他们对应的估计法线n_s和n_t，定义一个UVW坐标来计算p_s和p_t以及他们对应的估计法线n_s和n_t之间的偏差：

用下面一组角度来表示估计法线n_s和n_t之间的偏差：

S203.6、对于每个查询点p_q，计算出该待求点与其所有邻域点之间的相对关系，记作SPFH(p_q)；

S203.7、重新确定每个点k邻域，然后由已计算出的SPFH特征，估计FPFH特征，如下式所示：

其中，w_i为第i个邻域点SPFH特征的加权值，1/w_i代表待求点与其第i个邻域点的距离值，用于评定点对(p_q,p_i)的关系。