[发明专利]基于区域曲率二进制描述符的点云初始配准方法

权利要求书

1.基于区域曲率二进制描述符的点云初始配准方法，其特征在于，该方法具体包括以下步骤：

步骤1，获取被测物体的三维点云数据集S，S＝[S₁,S₂,...,S_i,...S_j,...,S_m]；S_i表示第i个点云数据，i＝1,2,...,m，j＝1,2,...,m，i≠j，m≥2；

步骤2，提取S_i的特征点形成集合表示点云S_i中的第v个特征点；

将这些特征点转化为二进制字符串表示/中的第v个描述符；

步骤3，提取S_j的特征点形成集合表示点云S_j中的第u个特征点；

将这些特征点转化为二进制字符串表示/中的第u个描述符；

步骤4，寻找和/中相同的特征点：

步骤4.1，在中查找与/距离最近的/和次近的/当两个的距离比值/低于阈值T₁，0.6≤T₁≤0.9，保存/进行步骤4.2；否则，重复4.1；

式中，表示/与/之间距离，/表示/与/之间的距离；

步骤4.2，在中查找与步骤4.1中得到/距离最近的/和次近的/当两个的距离比值/低于阈值T₂，0.6≤T₂≤0.9，，保存/进行步骤4.3；否则，返回步骤4.1；

式中，表示/与/之间距离，/表示/与/之间距离；

步骤4.3，计算步骤4.1得到的和步骤4.2得到的/的Lp距离，若得到的Lp距离大于阈值T₃，0.75mr≤T₃≤0.85mr，进行步骤4.4；否则，返回步骤4.1；

步骤4.4，判断描述符与描述符/是否对应同一特征点，若描述符/与描述符/对应同一特征点，得到一组匹配的特征点；否则，返回步骤4.1；

步骤4.7，重复步骤4.1至步骤4.4，直至找到和/中所有匹配的特征点；/

步骤5，重复步骤2至步骤4，遍历数据集S中的所有点云数据，得到所有匹配的特征点，即可得到初始配准后的点云数据集S′。

2.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述步骤2中，特征点转化为二进制字符串的过程包括：

对每一个特征点执行以下操作：

步骤2.1，获取以特征点为中心半径为r以内的特征点集合/25mr≤r≤75mr，计算/的协方差矩阵D；

式中，d_i表示特征点与域点/之间的距离，/表示半径r范围内与/相邻的任意点；

步骤2.2，根据协方差矩阵D建立特征点的三维局部坐标系，然后将三维局部坐标系下的/及其相邻的所有点投影到二维平面上；

步骤2.3，将二维平面分成2L_s×2L_s个网格，量化投影点进入相应的网格中，2L_s表示二维平面每个边划分的数量；

步骤2.4，计算每个网格中的投影点的加权曲率，聚合所有的加权曲率形成曲率分布矩阵，该曲率分布矩阵自动形成曲率图；

步骤2.5，将步骤2.4的曲率图转化成二进制串，即得到特征点对应的描述符。

3.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，步骤3中特征点转化为二进制字符串的过程同步骤2。

4.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述的步骤2和步骤3中的均使用ISS特征点提取方法对特征点进行提取。

5.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述的步骤1中，还需要对得到的点云数据进行预处理，预处理过程包括滤波去噪和离群点去噪。