[发明专利]一种基于多描述子投票的飞机蒙皮局部点云定位方法

权利要求书

1.一种基于多描述子投票的飞机蒙皮局部点云定位方法，其特征在于，包括如下步骤：

步骤S1：从完整飞机点云中采样若干个关键点；

步骤S2：根据测地距离选取各关键点周围的蒙皮面片，组成蒙皮面片集合；

步骤S3：根据蒙皮面片集合和局部扫描点云，利用多种描述子建立飞机点云上的投票空间，所述局部扫描点云为飞机蒙皮损伤部位的扫描点云；投票空间的建立方法具体为：

S31：选取几种不同类型的描述子，具体包括：快速点特征直方图、形状函数集合、全局半径表面描述子以及全局正交物体描述子四种描述子，对于每一种描述子，均计算其蒙皮面片集合中所有蒙皮面片的描述子特征向量，组成集合的描述空间；

S32：计算蒙皮面片集合中所有蒙皮面片的描述子特征向量，组成集合的描述空间；

S33：计算局部扫描点云的描述子特征向量，并寻找该特征向量在集合的描述空间里的前q个最邻近点；

S34：将这q个邻近点所代表的蒙皮面片在三维空间中的位置，作为该描述子的q个投票点；

S35：对于其余描述子重复以上过程，四种描述子总共可得到4q个投票点，包含所有投票点的三维空间即为最终建立的投票空间；

步骤S4：对投票空间进行欧式聚类，找出投票点最为密集的区域作为聚类区域，并在聚类区域上采用投票点加权定位法确定最终定位点，其具体过程为：

对于聚类区域内的m个投票点，最终的定位位置为这m个投票点的线性加权组合

其中s为定位点，w_i为第i个投票点的权值；

第i个投票点的权值确定方法为：

其中，w_i为第i个投票点的权值，m为聚类区域中投票点的个数，p_i为第i个投票点在其描述子中的排名，δ为大于q的任意整数；

步骤S5：将局部扫描点云定位到飞机点云上，首先基于SAC-IA算法进行粗配准，然后基于ICP算法进行精配准。

2.根据权利要求1所述的一种基于多描述子投票的飞机蒙皮局部点云定位方法，其特征在于：所述步骤S1中利用最远点采样法采集关键点，具体方法为，以第一个点作为查询点，从剩余点中，选取一个距离最远的点，然后以取出来的点作为查询点，从剩余点中取距离最远的点，重复上述步骤直到采样到目标数量N为止，这N个采样点即为关键点。

3.根据权利要求2所述的一种基于多描述子投票的飞机蒙皮局部点云定位方法，其特征在于：所述步骤S2中，蒙皮面片集合的建立方法包括以下步骤：

S21：选取一个关键点，采集关键点周围以欧氏距离r_g为半径内的邻域点集合S；

S22：构建集合S的带权无向图G；

S23：根据带权无向图G，选取关键点周围以测地距离r_g为半径内的邻域点，构成该关键点处的蒙皮面片；

S24：遍历所有关键点，所有的蒙皮面片组成蒙皮面片集合。

4.根据权利要求3所述的一种基于多描述子投票的飞机蒙皮局部点云定位方法，其特征在于：所述步骤S22中，集合S的带权无向图G构建方法如下：

S221：将完整飞机点云中的所有节点V＝{v₁,v₂,…v_n}并入图G＝{V,E}，边集E＝{}；

S222：构造邻域点集合S的k邻近图，若点v_j是v_i邻近点，则将以这两点为节点的边e_ij并入带权无向图G的边集E，以该两点之间的欧式距离作为该边的权值；

S223：对于带权无向图G中的任意两个节点，用Dijkstra算法计算其在此时带权无向图G上的最短距离，并作为该边的权值并入图G；

S224：当任意两节点之间有边连接时，带权无向图G构造完毕，将图上两点间连接边的权值作为点云上对应两点之间的测地距离。