[发明专利]一种基于特征信息变化度的三维点云自动配准方法

权利要求书

1.一种基于特征信息变化度的三维点云自动配准方法，其中待配准的点云数据间有重叠部分，其特征在于，该方法包括以下步骤：

步骤1，基于不同邻域半径的法向量信息，获取待配准的两个点云数据P和Q的特征点集Pt和Qt，其中Q为参考点云；

步骤2，建立Pt和Qt中每个特征点的特征描述；

步骤3，基于步骤2中获取的Pt和Qt的特征描述，在Qt中为Pt中每个点找到最相似的点作为匹配点，得到初始匹配点对集；

步骤4，对步骤3中得到的初始匹配点对集，结合点间距离约束条件，使用一种自适应的RANSAC算法获取精确匹配点对集；

步骤5，利用四元素法计算初始配准参数；

步骤6，采用改进的迭代最近点ICP算法进行点云配准。

2.根据如权利要求1所述的一种基于特征信息变化度的三维点云自动配准方法，其特征在于，步骤1具体为：

步骤1.1，点云数据中的某一点p的特征度为其中，θ为p在不同邻域半径r₁、r₂下的法向量的夹角，r₁≠r₂；

步骤1.2，提取点云数据中特征度大于设定阈值ε₁的点作为点云数据的特征点；

步骤1.3，利用步骤1.1和步骤1.2的方法，分别对P和Q进行特征点提取，得到P的特征点集为Pt＝{pt₁,pt₂,pt₃,…pt_m'}，Q的特征点集为Qt＝{qt₁,qt₂,qt₃,…qt_n'}，其中m'和n'分别为P和Q的特征点的个数。

3.根据如权利要求2所述的一种基于特征信息变化度的三维点云自动配准方法，其特征在于，步骤2具体为：

步骤2.1，对于Pt中的第i个点pt_i，以该点的特征度作为该点处的第一种特征量f₁(pt_i)；

步骤2.2：对于pt_i，在P中以pt_i为原点、半径为γ的球域内的点作为pt_i的邻近点，计算pt_i的邻域重心O(pt_i)，以pt_i到O(pt_i)的距离值作为该点第二种特征量f₂(pt_i)＝||O(pt_i)-pt_i||；

步骤2.3：对于pt_i，以pt_i与O(pt_i)之间连线和pt_i法向量的夹角的反余弦值作为该点的第三种特征量

步骤2.4：对于pt_i，若在Qt存在第j个点qt_j满足以下三个条件，则qt_j是pt_i的对应点：

|f₁(pt_i)-f₁(qt_j)|/(f₁(pt_i)+f₁(qt_j))≤ε₂

|f₂(pt_i)-f₂(qt_j)|/(f₂(pt_i)+f₂(qt_j))≤ε₃

|f₃(pt_i)-f₃(qt_j)|/(f₃(pt_i)+f₃(qt_j))≤ε₄

其中，ε₂、ε₃、ε₄均为设定阈值。