[发明专利]一种基于特征概率的复杂场景地面站点云自动配准方法

说明书

本发明公开了一种基于特征概率的复杂场景地面站点云自动配准方法，包括通过融合局部特征向量构建协方差描述子，并采用矩阵对数之差简化计算，实现对采样点的全面描述；通过构建基于高斯混合模型的目标函数和几何先验知识的反馈机制，可构建两站点云间的松弛匹配概率矩阵，实现同名点的稳健匹配；通过迭代和期望最大法求解转换参数和高斯混合模型的方差值，精准优化参数实现点云稳健配准。本发明具有极强的稳健性和实用性，可适用于多种复杂场景的地面点云配准，具有优异的实用价值。

技术领域

本发明涉及激光点云测量数据智能处理与地理信息数据应用研究领域，尤其涉及一种基于特征概率的复杂场景地面站点云自动配准方法。

背景技术

地面站激光扫描(Terrestrial Laser Scanning,TLS)是一种高效采集场景表面丰富、精准三维点云的有效技术，已被广泛使用于诸多复杂混乱的场景中，包括：山区、城区、林区。其采集的点云在三维建模、地形分析、文化遗产保护、林区生物量估计等应用中发挥着重要作用。为全面描述复杂混乱场景的表面信息，通常需要设置多个站点从不同视角描述表面信息。点云配准可实现不同点云间的空间基准统一，是相关应用的前提。然而复杂场景地面测量点云中存在点密度、噪声、遮挡等数据质量差异，给自动配准方法带来严峻挑战，实现复杂混乱场景地面点云的稳健配准是本发明的重点。

目前，点云配准已得到国内外一些学者的研究。在点云配准中需要解决两大难题：点云间初始转换参数的确定和转换参数的进一步优化。为确定初始转换参数，Chen等将RANSAC算法与配准算法结合起来取得了一定的成果，但其鲁棒性和效率依然存在研究空间。在基于几何特征的配准方法中,He等通过二次曲面拟合估计点云中所含点的曲率实现了初始配准；Jiang等求解某一点的k维特征向量，并以此为依据筛选可靠的对应点对，进而计算初始变换矩阵；同样地，Chen等利用点其邻域点的法向量夹角的值以及邻域的形状索引值建立2D直方图并结合质心和局部表面类型值完成初始变换矩阵的计算；Frome等提出构建三维形状上下文描述子完成匹配，但该描述子的抗干扰能力差；Rusu等提出构建点特征直方图描述子描述关键点局部范围的表面特征。上述局部特征描述子以独特的方式编码邻域表面信息，在特定的场景中可以发挥良好的性能，但对于复杂混乱的场景中，难以取得良好的效果，一种针对复杂混乱场景点云具有良好描述性、稳健匹配策略和精准参数优化的方法依然值得研究。

为进一步优化转换参数，实现点云间的精准拼接，主流的解决方案是ICP及其改进方法，可以得到较好的拼接效果。其中，为提高点云配准效率，常采用点云采样的方法。如：Turk等在点云表面构建均匀网格并利用网格的顶点代替整个网格点云，对点云进行均匀采样，减少配准过程的计算量；Pereira等提出利用分区法将点云进行分区，然后从每个分区中提取部分点云组成子集用于后续配准。为提高匹配的正确率，Zheng等提出利用SIFT特征描述子匹配同名点。为提高配准效率，Li等提出采用kd-tree管理和点云搜索的方式代替传统ICP算法中穷举搜索的方式，加速了点对搜索从而减少了配准用时；Li等将启发式搜索集成到ICP算法中，并利用法向量特征约束对应点的选取，兼顾了配准的效率和精度。然而，ICP相关算法需要提供良好的初始转换参数，大大限制了其应用。在处理重叠度较小、局部信息差异大的点云时，同名基元匹配、参数优化求解等方面始终存在很多不确定的问题。因此，如何针对上述难点，实现复杂、混乱场景地面点云的稳健配准，是一个亟需解决的问题。

发明内容

发明目的：本发明目的是提供一种基于特征概率的复杂场景地面站点云自动配准方法，提高配准的稳健性和有效性，适用于多种复杂场景的地面点云配准，具有显著的实用价值。

技术方案：一种基于特征概率的复杂场景地面站点云自动配准方法，包括如下步骤：

步骤1：对采集的相邻站激光点云进行去噪、均匀采样处理，得到两站样本近似均匀分布的采样点云；

步骤2：对各采样点，搜索原始点中的邻域点，根据邻域点计算几何变量构建协方差矩阵描述子，描述其局部区域的几何特征；在构建协方差矩阵描述子时，根据各邻域点的点密度赋予相应权重；