[发明专利]一种基于形态不变特征的多时相点云自动配准方法

权利要求书

1.一种基于形态不变特征的多时相点云自动配准方法，其特征在于，该方法包括：

1)基于形态不变点的多时相点云粗配准，包含以下几个步骤：

(1)基于仿射不变约束寻找基准点云P和待配准点云Q全等四点对：针对P中共面四点构建，在式(1)约束下，4PCS算法第i次迭代从基准点云中随机寻找空间三点构成平面，记为(p_1i,p_2i,p_3i)，按式(2)计算满足条件的第四点坐标p_4i，组成四点集合Bⁱ＝(p_1i,p_2i,p_3i,p_4i)，寻找基准点云中所有满足条件的共面四点B＝{B¹,B²,...,Bⁿ),n为满足条件的共面四点总数，进而寻找基准点云和待配准点云全等四点对，针对基准点云中的任意一组4点J＝(p_1k,p_2k,p_3k,p_4k)∈B，按式(3)～(5)在待配准点云中寻找近似全等4点集合，重复该步骤直到完成B中所有共面4点的匹配，找到初始匹配4点对集合，记为S，其次，选取S中具有最大点云覆盖范围的组合作为全等4点对，分别记为J＝{p₁,p₂,p₃,p₄)和S＝{q₁,q₂,q₃,q₄)，

其中，L为常数变量，表示4点集的最小点间隔，S为基准点云的最大覆盖长度，λ为常数，p_4i为4点基中第4个点的坐标，O为(p_1i,p_2i,p_3i)平面上的任意一点坐标，a，b，c为常数，

λ₁，λ₂，λ₃，λ₄为距离仿射不变比值，满足λ₁＝λ₃，λ₂＝λ₄，

ε为阈值，

θ₁＝θ₂ (5)

θ₁和θ₂分别为J和S中4点基连线的夹角；

(2)构建全等四点对R半径空间邻域特征，首先搜寻全等四点对R邻域内部点集合和其次计算邻域内所有点的局部特征，即利用点特征提取算法，构建p∈J^R和q∈S^R的点特征描述子，用来描述点邻域分布属性信息，计算结果分别记为和

(3)空间点特征匹配与优化，首先计算特征相似度完成初始匹配，按式(6)计算J^RT和S^RT间点特征相似度，相似度数值越小说明两特征向量的欧式距离越接近，特征相似度越高，计算最小值与次小值比值，将比值定义为欧式距离比例r，当r的值小于0.6时认为点特征匹配成功，遍历J^RT内所有特征向量在S^RT中寻找初始匹配点，匹配结果记为tn表示初始特征匹配总数；考虑到错匹配的存在，使用随机采样一致策略优化初始匹配结果，提高特征匹配正确率，首先在tn个点对中随机选取3对点作为一个样本，计算三点间的刚性变化矩阵T，其次判断其余tn-3个点对在变化矩阵T下是否为正确匹配：满足式(7)记为内点，否则记为外点，所有内点组成本次采样的一致集，然后根据内点数目更新采样次数上限，重复选点计算以及内点判断过程，直到循环次数达到采样次数上限，此时完成特征匹配优化过程，取一致集数目最多次迭代内点作为特征匹配优化点对，即形态不变匹配点对其中tN为特征匹配总数，记全等四点对R邻域内形态不变点分别为和

N为特征向量维度，分别为两特征向量，

为特征匹配点对，δ_transform代表转化限制阈值，这里取2倍的点云采样间隔；

(4)利用式(8)计算最优匹配点对基于最小二乘优化的转换参数，使用平差的方法计算匹配点对间的最优转换参数M_P,Q，使得所有待配准点经过转换与基准对应点欧式距离累加和最小，记经过最优转换的待配准点云为Q'，

#N为最优匹配点总数，P(i)为基准点云P中第i个最优匹配点，Q(i)为待配准点云Q中第i个最优匹配点；

2)基于形态不变区的多时相点云精配准，包含以下几个步骤：

(1)确定变化场景形态不变区域，基于形态不变点的粗配准获得了较好的初始配准位置，针对形态不变区的提取，基准点云P和待配准点云Q'作为首次形态不变区提取的输入数据，搜索数据中每个点位在另一点云中的最邻近点，并计算最近距离D_PQ'＝{d_PQ'1,d_PQ'2,...,d_PQ'n1}和D_Q'P＝{d_Q'P1,d_Q'P2,...,d_Q'Pn2}，n1，n2分别为P和Q'中总点数，删除D_PQ'和D_Q'P中距离值超过最大邻近搜索阈值δ的点位，保留较近的点作为临时形态不变区，记为U＝{P_TIR，Q_TIR)；

(2)使用迭代最近点法配准形态不变区U，按式(9)拉近形态不变区P_TIR和Q_TIR距离，

R_i和T_i分别代表待配准形态不变区Q_TIR配准到基准形态不变区P_TIR的最优旋转和平移参数，#k表示P_TIR和Q_TIR点数中的较小值，为第i次算法迭代中使用最优旋转和平移量计算得到的点间最小欧式距离累积和；

3)停止迭代条件判断，当δ＜μ时，且R_i中三个旋转量均不超过同时||T_i||各平移量不差过l，此时精配准结果趋于稳定，配准偏差在点间平均距离间震荡；否则重复步骤一和步骤二，更新δ＝δ-η，η为单位邻域搜索减少量，为了保证迭代次数η的数值应小于点间平均距离，形态不变区P_TIR和Q_TIR作为步骤一的输入数据用来求取最优形态不变区；

(4)按式(9)计算迭代获取形态不变区过程最终的旋转和平移参数R_final和T_final，将旋转和平移量应用到全局，最终得到两变化场景精确配准结果，

#j为迭代优化形态不变区的总次数。