[发明专利]一种基于小波变换与尺度表征的跨尺度点云配准算法

权利要求书

1.一种基于小波变换与尺度表征的跨尺度点云配准算法，其特征在于，包括如下步骤：

(1)读取由结构光与显微测量设备采集到的两片点云；

(2)计算两片点云的分形维数；

(3)使用二维离散小波对显微测量设备采集的点云进行多尺度分解；

(4)重复步骤(2)和步骤(3)，直至结构光数据的分形维数与分解后的显微数据分形维数近似；

(5)对分解后的显微测量数据与结构光测量数据，先通过特征点进行粗配准，然后使用迭代最近点进行精确配准，求解平移矩阵t与旋转矩阵R，使两个点集间的对应点距离最小。

2.如权利要求1所述的基于小波变换与尺度表征的跨尺度点云配准算法，其特征在于，步骤(2)中，计算两片点云的分形维数具体包括如下步骤：

(21)对目标点云数据计算最小包围盒，根据设定的盒子大小δ对包围盒进行等分；

(22)统计整个最小包围盒中非空的盒子数目M；

(23)改变盒子大小δ，重复步骤(21)和(22)，获取足够多组的δ-M值；

(24)计算对应的ln(1/δ)-ln(M)值，并使用最小二乘法拟合双对数图中的直线，该直线的斜率即为所需分形维数D。

3.如权利要求1所述的基于小波变换与尺度表征的跨尺度点云配准算法，其特征在于，步骤(3)中，使用二维离散小波对显微测量设备采集的点云进行多尺度分解具体包括如下步骤：

(31)选择合适的基函数；

(32)针对步骤(2)中计算的分形维数选择合适的变换级数n；

(33)通过离散小波变换，根据选定的基函数，计算小波变换系数，在x,y方向依次计算，然后用上一次计算得到的尺度函数进行下一次的迭代，直到达到设定的变换级数n。

4.如权利要求1所述的基于小波变换与尺度表征的跨尺度点云配准算法，其特征在于，步骤(5)中，对分解后的显微测量数据与结构光测量数据，先通过特征点进行粗配准，然后使用迭代最近点进行精确配准，求解平移矩阵t与旋转矩阵R，使两个点集间的对应点距离最小具体包括如下步骤：

(51)通过ISS内部形状签名算法提取特征点，该算法通过加权协方差矩阵的特征值分解，获得三个特征值之间的关系来判断当前点是否是特征点；

(52)提取到点云的特征点集之后，通过快速点特征直方图对特征点进行描述，然后进行粗配准，即建立两个待匹配的特征点集中的特征描子的对应关系，从而确定待拼接数据之间的坐标转换关系；

(53)粗配准完成后，接下来进行精配准，ICP迭代最近点的算法是最为经典的精配准算法之一，ICP算法将两片数据中的最近点对作为对应点计算转换关系，然后应用转换关系于原始数据获得新的位置关系，通过不断重复迭代更新转换关系，直至误差收敛，或者达到设定的迭代次数，获得最终转换矩阵，实现精配准，其中误差的计算方法为：