[发明专利]基于几何特征由粗到细点云配准方法

权利要求书

1.一种基于几何特征由粗到细点云配准方法，其特征在于包括以下步骤：

(1)粗配准阶段，首先寻找点云的最佳投影平面，将点云投影到平面上，然后在平面上提取4个轮廓点，再根据投影变换寻找轮廓点的三维对应点，计算三维点邻域内的各点的曲率，根据曲率变化率的最值寻找特征点；

(2)利用轮廓特征点对的曲率变化率和利用轮廓特征点之间的距离进行匹配，得到初始变换参数；

(3)细配准采用法向量作为点云特征匹配的度量，通过法向量夹角来启发搜索以改善点云配准速度，同时避免陷入局部最小值。

2.根据权利要求1所述的方法，其特征在于四个轮廓特征点的选取：

假设点集为通过最小化点到平面的距离平方误差之和，获得最佳拟合平面P，将点集S投影到平面P上，记为

点集S′_p在平面P上的中心点为

在平面上选取的4个点如下：

第一个点f₁为距离中心点最远的点，

第二个点f₂为距离f₁点和中心点最远的点，

点f₁到中心点c的直线和点f₂到中心点c的直线形成了以c为顶点的角∠f₁cf₂，第三个点f₃在∠f₁cf₂的角平分线上，并距离中心最远的点；

第四个点f₄在以f₃为定点的射线f₃c上，并距离中心点c最远的点；

找到这4个点之后，将这4点映射到三维空间中，然后在这4个点周围选取k个最近邻点，计算k个点的曲率形状变化率，寻找这四个点邻域内的特征凹点或者特征凸点作为特征点。

3.根据权利要求1所述的方法，其特征在于步骤(2)中两个4点集匹配的相似度描述函数S_p,q：

S_p,q＝αΣ(||C(p_fk)-C(q_fl)||)+(1-α)Σ(||dp_i,j-dq_i,j||)          (3)

其中α是平衡系数，0＜α＜1，对于两个4点轮廓特征点集为和点集之间的距离分别为{dp_i,j}和{dq_i,j}，i和j是不同特征点下标k值，然后通过轮廓特征点的曲率变化率和点对之间的距离来找到匹配点。

4.根据权利要求1所述的方法，其特征在于(3)中使用法向量夹角启发ICP迭代收敛，具体来说每次匹配时，选取法向量夹角较小的点作为匹配点，并根据均方误差确定下一次匹配的点，均方误差的变化有三种情况：

1)迭代后的均方误差比上一次小，则选取新的目标点；

2)迭代后的误差比上一次大，选取法向量夹角较大的一组点进行迭代；

3)如果多次出现迭代后的误差比上一次大，则减小邻域大小继续迭代直到收敛。