[发明专利]一种基于多尺度描述子筛除误匹配的三维图像配准方法

权利要求书

1.一种基于多尺度描述子筛除误匹配的三维图像配准方法，其特征在于，包括以下步骤：

步骤1：获取视角相邻场景的三维点云X和Y，并为三维点云X和Y中的每个点构造多尺度描述子(Q_i，N_i)；

其中，l表示三维点云X或Y中点的邻域搜索半径标记，取值依次为1，2，…，L，L表示邻域搜索半径总数，L≥2；T_l表示归一化向量，λ_l1，λ_l2，λ_l3为矩阵C_l进行SVD分解后的特征值，λ_l1≥λ_l2≥λ_l3，n_l1，n_l2，n_l3分别为λ_l1，λ_l2，λ_l3对应的特征向量，S_l＝{p_i|||p_i-p₀||≤r_l}，|S_l|表示S_l的最大值，p_i表示三维点云X或Y中某一点p₀的邻域点，r_l表示点p₀的第l个邻域搜索半径，r_L为设定的最大邻域搜索半径，n_l分别表示三维点云中的点与点的搜索邻域半径l对应的法向量，取值为n_l3；

步骤2：遍历三维点云X和Y中每个点的多尺度描述子，将X和Y中具有相同多尺度描述子的点分别记录为关键点集A_i0和B_i0；

步骤3：根据主曲率特征搜索关键点集A_i0和B_i0中的初始匹配点集A_i1和B_i1；

从关键点集A_i0选取任意点a_i，遍历B_i0中点，选出与点a_i相匹配的点b_j，以满足以下条件的点构建初始匹配点集A_i1和B_i1：

其中，k₁(a_i)和k₂(a_i)分别表示在点a_i处，利用点a_i的邻域点获得的主曲率极小值和主曲率极大值，k₁(b_j)和k₂(b_j)分别表示在点b_j处，利用点b_j的邻域点获得的主曲率极小值和主曲率极大值，δ₁为设定的第一误差阈值；

步骤4：利用相似三角形阈值对初始匹配点集A_i1和B_i1中的匹配点对进行筛选，获得配准点对集A_i2和B_i2；

步骤5：基于SVD计算出A_i2和B_i2之间的第一旋转矩阵R₁和第一平移矩阵T₁，利用第一旋转矩阵R₁和第一平移矩阵T₁，依次计算A_i2中每个点a_i2的变换点a_3i的坐标，同时计算A_i2中每个点在B_i2中的匹配点b_2i与对应变换点之间的欧式距离d_3i；

A_i3＝R₁*A_i2+T₁

其中，(a_3ix,a_3iy,a_3iz)和(b_i2x,b_i2y,b_i2z)分别为a_3i和b_i2在x、y、z轴上的坐标；

步骤6：计算k的初始值为1，N为当前配准点对集A_i2和B_i2中配准点对数，并判断d_k+1-d_kξ₃是否成立，ξ₃表示大于零的误差阈值，若成立，则以当前配准点对集A_i2和B_i2作为三维点云X和Y的配准数据，否则，令k＝k+1，返回步骤3，重新选取各点的邻域点，计算主曲率；

利用旋转角度阈值θ_m对配准对做再次筛选，将当前配准点对集A_i2和B_i2中，不满足以下公式对应的配准点对作为异常点或噪声点进行剔除：

Δθ_iθ_m

其中，Δθ_i表示当前配准点对集A_i2和B_i2中第i对配准点对之间的旋转角度差值；

当前配准点对集A_i2和B_i2中第i对配准点对(x_i,y_i)之间的旋转角度差值的求解过程如下：

1)从当前配准点对集A_i2和B_i2中，随机选取不共面的两对配准对，以四个不共面的点构成一个球面，由解析几何求出所属球面方程及球心O，以点O为原点，建立空间坐标系；

2)以所建的空间坐标系的Z轴作为第二旋转矩阵R₂的旋转轴，且R₂＝A₂B₂，A₂和B₂分别表示第二旋转矩阵R₂的分解矩阵，B₂通过当前配准点对集A_i2和B_i2中一对配准点对(x_k,y_k)满足B₂x_k＝y_k时，进行计算获得，A₂的旋转轴为Z轴，同时，根据设定的配准距离阈值ξ，计算配准角度阈值ε_i，

3)旋转由所围成的圆形区域，当所围成的圆形区域的左边界与y_i相切时，由所围成的圆形区域的旋转角度为θ₁，此时由所围成的圆形区域的圆心即为点M，由点M和y_i的距离r_s构造一个一元二次方程，利用点M在大圆O中的方程，联立两个方程组获得点M的x和y坐标值，求出θ₁；

表示点x_i经过B₂刚体变换，形成以B₂x_i为球心，ε_i为半径的圆形区域；

所述大圆O是指点x_i在所述空间坐标系中，以点O为原点所在的圆；

4)继续旋转所围成的圆形区域，由所围成的圆形区域的右边界与y_i相切时，所围成的圆形区域的旋转角度为θ₂，此时由所围成的圆形区域的圆心即为点N，由点N和y_i的距离r_s构造一个一元二次方程，利用N在大圆O中的方程，联立两个方程组获得点N的x和y坐标值，求出θ₂，得到角度差值Δθ_i；

其中，r_s是所围成的圆形区域的半径，г表示在空间坐标系O中B₂x_i到点O的距离，r_s＝г*tanε_i。