[发明专利]一种点云配准方法、装置、电子设备及可读存储介质

说明书

本申请实施方式公开了一种点云配准方法、装置、电子设备及可读存储介质，所述点云配准方法包括：获取每个图像帧的特征描述符集合；根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。

技术领域

本申请涉及计算机视觉技术领域，特别涉及一种点云配准方法、装置、电子设备及可读存储介质。

背景技术

三维点云的配准是三维重建领域最重要的任务之一。运用序列点云拼接不仅存在拼接误差累积的问题，而且耗时长、实时性差。因此，如何快速、准确地进行序列点云拼接来实现全场三维重建具有重要的研究意义和应用价值。

三维数据配准技术一般将粗配准和精配准相结合的方法，粗配准是为了缩小点云之间的旋转和平移错位以提高精确配准的效率和趋向，精确配准则是为了使两个点云之间的配准误差达到最小。目前，大多数精配准采用ICP匹配算法或改进的ICP匹配算法。但是，ICP匹配算法具有比较明显的缺陷，要求数据点云上的每一点在模型点云里必须找到对应点，为了寻找对应点,算法需要遍历模型点云上的每一点。因此，当点云数据很大的时候，ICP匹配算法的效率非常低，而且ICP匹配算法对初值的依赖性比较大，如果迭代的初值选择不当，算法可能就会陷入局部最优，使得迭代不能收敛到最准确的配准结果。

发明内容

本申请实施方式的目的是提供一种点云配准方法、装置、电子设备及可读存储介质，基于中间帧的共同特征进行非迭代的多视角三维数据配准。

为实现上述目的，本申请实施方式提供一种点云配准方法，包括：

获取每个图像帧的特征描述符集合；

根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；

利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；

利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；

根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。

优选地，根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集的步骤包括：

将任一图像帧的特征描述符集合为基准，在特征空间中对相邻另一图像帧的特征描述符集合进行搜索，获得第一距离值和第二距离值；

根据所述第一距离值和所述第二距离值获得匹配度量值；

设置第一匹配阈值，且所述匹配度量值小于所述第一匹配阈值，根据所述第一匹配阈值获得第一匹配结果；

根据所述第一匹配结果获得两相邻图像帧的基础矩阵；

设置第二匹配阈值，所述第二匹配阈值大于所述第一匹配阈值，根据所述第二匹配阈值获得第二匹配结果；

利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集。

优选地，利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据的步骤包括：

将相邻三帧图像帧中一相邻图像帧对的匹配点集为基准，基于相邻三帧图像帧中的中间图像帧，对另一相邻图像帧对的匹配点集进行全局搜索和对比，获得两相邻图像帧对的共同特征数据。

优选地，利用所述共同特征数据获得两相邻图像帧对的精配准矩阵的步骤包括：