[发明专利]一种基于二维投影平面匹配约束的点云配准方法及系统

说明书

本发明公开了一种基于二维投影平面匹配约束的点云配准方法及系统，点云配准方法包括以下步骤：S100、加载两幅点云，根据点云初始姿态投影到屏幕坐标系生成两幅二维图像数据；S200、分别提取两幅二维图像数据的Affine‑SIFT特征点和描述子，计算最近邻与次近邻比值，得到初始匹配点集；S300、对初始匹配点集进行误匹配点剔除，得到ransac_match_ASIFT；S400、读取ransac_match_ASIFT中的像素点集坐标，得到像素点集坐标在点云中的映射点集三维坐标；S500、通过映射点集三维坐标求解变换矩阵，完成图像预配准；S600、进行迭代得到精确配准结果。点云配准包括显示模块、图像配准模块、预处理模块、点云配准模块且四个模块依次通讯连接。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于二维投影平面匹配约束的点云配准方法及系统。

背景技术

传统的数据配准大多是图像的配准。基于图像灰度的图像配准和基于图像特征的图像配准是当前较为常见的两类配准方法。基于图像灰度的配准方法具有提高估计精度和鲁棒性的特点，其配准原理是将两幅图转为灰度图，然后建立灰度图之间的相似性度量，再寻求相似性度量的最大或最小的变换模型参数，寻求过程主要采用搜索的方式，算法缺点是计算量较大，计算速度慢。基于图像特征的配准方法则大大地压缩了图像信息，加快了计算速度，有一定的抗光照变化，它主要提取两幅图的显著特征并进行匹配，所以这种方法对特征的提取方式和特征匹配的错误较为敏感。通常分为四个步骤，分别为特征提取、特征匹配、计算变换模型及变换参数、坐标变换和插值。图像配准技术已经较为成熟，在遥感图像处理、目标变化监测、目标识别、医学图像分析等领域有广泛的应用。

受到了二维数据配准的启发，在二十世纪八十年代中期，许多学者开始对三维数据的空间配准进行了研究，这得益于三维激光扫描系统的应用。

Faugeras和Heber在1986年提出了四元组的概念，将四元组应用与空间配准，提出了点集和点集间的匹配方法。Horn和Arun等人在1987受此启发，提出了基于四元组方法的点集对点集配准的方法PSTPS(Pointset to Pointset Registration)，后来这种方法被证明是点集配准的关键方法。后来计算机视觉研究领域的Besl和Mckay介绍了一种高层次的基于自由形态曲面的方法——迭代最近点法，即ICP算法。

ICP算法的提出很好的解决了复杂点集之间的配准问题，但传统的ICP算法缺点在于若初始对应点集选取不佳则容易陷入局部极值的情况，而且每次迭代都需要计算目标点集在参考点集中的对应点，计算速度较慢，随后许多学者提出了一些改进方案。