[发明专利]一种基于单Kinect加圆盒的多视角三维点云配准方法

权利要求书

1.一种基于单Kinect加圆盒的多视角三维点云配准方法，其特征在于，包括：

(1)将建模物体放在旋转圆盒上，利用Kinect V2对建模物体每隔60°进行一次点云采集，一共采集6个点云，形成一个有序而且闭环的建模物体多视角点云；具体为：设置KinectV2采集的有效范围，将KinectV2放置在一个物体上，使Kinect V2达到预设的高度；对地面进行点云采集，获取地面点云G；将圆盒放置于地面上并进行点云采集，采集圆盒点云C；将目标物体放置在圆盒之上，对目标物体按每隔60度进行旋转并顺序采集点云，获得建模物体的6个闭合多视角点云序列M_i,i∈{1,2,3,4,5,6}，建模对象点云采集完成；

(2)对建模物体0°到180°视角范围内的3个点云，通过两边的两个点云分别与中间点云使用迭代最近点(Iterative closest point，ICP)配准算法进行两两配准生成前部点云，以同样的方法对180°到360°视角范围内的3个点云进行处理后生成后部点云；

(3)对前部点云和后部点云的圆盒点云重叠部分分别提取重叠的特征区域，使用基于圆盒特征和小型包围盒约束的方法对前部点云和后部点云进行粗匹配；具体为：

(3.1)对点云S所提取到的特征区域S^t，计算出S^t在x轴的最大值S_{max_x}和z轴的最大值S_{max_z}，设定一个包围盒大小的阈值h，并设包围盒的4个顶点分别为：(S_{max_x}+h,S_{max_z}+h)、(S_{max_x}+h,S_{max_z}-h)、(S_{max_x}-h,S_{max_z}+h)、(S_{max_x}-h,S_{max_z}-h)；

(3.2)对点云P用公式提取到的特征区域P^t，然后计算出其在x轴最大值P_{max_x}和在z轴最小值P_{min_x}；

(3.3)设阈值Δ_x为在x轴上P每次移动的量，Δ_z为在z轴上P每次移动的量，如果P_{max_x}当前所处于位置的x轴坐标值大于(S_{max_x}+h)，Δ_x设负值，P_{max_x}当前所处于位置的x轴坐标值小于(S_{max_x}-h)，Δ_x设正值，P_{min_z}和Δ_z也做同样的处理，使用公式对P中的每个点(x,z)进行平移操作；

(3.4)对点(P_{max_x},P_{min_z})进行平移得到的点用公式判断是否落在包围盒内：

(3.5)如果END的值为TRUE，则落在包围盒中，粗配准结束，否则重复步骤(3.3)和步骤(3.5)；

(4)对前部点云和后部点云的圆盒点云重叠部分分别提取重叠的特征区域，得到重叠特征区域分别记为和然后使用基于奇异值刚性变换矩阵评估法求出到的刚性变化矩阵，刚性变化矩阵包括旋转矩阵R和平移矩阵T，并利用求出的旋转矩阵R和平移矩阵T对后部点云进行刚性变换，使它向前部点云进行变换，完成配准。

2.如权利要求1所述的基于单Kinect加圆盒的多视角三维点云配准方法，其特征在于，在所述步骤(1)和步骤(2)之间还包括，去除建模物体多视角点云含有的地面点云信息，具体为：

对地面点云G遍历其中每一个点并求出在y轴坐标中最大的值，设为y_{G_max}，然后对建模物体多视角点云中每一个点进行遍历，若点(x,y,z)的y坐标值小于y_{G_max}，则该点为地面点云，将该点从建模物体多视角点云中去除。