[发明专利]一种基于自动对应点匹配的三维点云配准方法

权利要求书

1.一种基于自动对应点匹配的三维点云配准方法，其特征在于包括以下步骤：

采用深度映射方法提取模型的局部几何特征、获得模型中点集的深度矩阵；

采用卷积自编码器对深度矩阵进行降维处理提取特征矩阵；

根据特征矩阵采用迭代处理方式选取匹配点；

采用RANSAC算法对两个点云进行配准；

采用深度映射方法提取模型的局部几何特征具体采用如下方式：获取模型中每个点的相邻点集合，采用PCA算法根据相邻点集合计算该点的法向量，垂直于法向量方向构建圆盘映射面，在圆盘映射面上均匀选取映射点，以映射点为起点沿法向量方向往模型表面发射映射线，将每个映射线的长度作为该映射点处的深度值，将深度值保存在该点对应的深度矩阵中；

采用卷积自编码器对深度矩阵进行降维处理提取特征矩阵具体方式为：构建卷积自编码器的网络模型，将卷积自编码器分为编码器和解码器，在编码器中设置三个卷积层和三个池化层，在解码器中设置三个反卷积层和三个上采样层，在三维模型中采集多个深度矩阵作为训练样本，利用训练样本对自编码器进行训练获得自编码器模型；将深度矩阵输入到训练好的自编码器模型中、得到对应的特征矩阵，并对特征矩阵进行中心化处理；

根据特征矩阵采用迭代处理方式选取匹配点采用如下方式：计算特征矩阵每一行的平均值，将三个平均值作为该点的一个三维特征坐标，在参考点的特征坐标周围收集临近点作为匹配的候选点，对所有的候选点进行迭代处理，每次迭代中将候选点的特征矩阵与参考点的特征矩阵对应位置做差值、并求平均差值，将平均差值最小的候选点作为该参考点的匹配点。

2.根据权利要求1所述的方法，其特征还在于：采用RANSAC算法对两个点云进行配准采用如下方式：采用RANSAC算法将两个点云依次迭代、在其中一个点云中随机抽取一定数量的参考点，采用迭代处理方式在另一个点云中寻找这些参考点的匹配点，根据匹配点计算两个点云的配准矩阵，利用配准矩阵对点云进行配准、并计算配准后的两个点云之间的误差，对上述过程进行迭代，选取误差最小的一次迭代结果作为最终的配准结果。

3.根据权利要求2所述的方法，其特征还在于：所述参考点的匹配点采用如下算法获取：

设点云A中有一点p，点云B中与p匹配的点是q，对特征矩阵的每一行计算平均值得到该点的特征坐标V_f，将V_f作为该点的索引坐标，对每个点的索引坐标构建k-d树，找出与点p特征坐标距离在1以内的所有点设为点集C，对点集C中的每一个点，计算其特征矩阵F′与点p的特征矩阵F之间的差异值s，计算公式为：

其中n_h和n_w分别代表特征矩阵的行数和列数，i和j代表遍历矩阵中元素的计数器，设定s设定阈值，查找最小差异值s即为点p的匹配点。