[发明专利]一种基于多约束点到局部曲面投影的点云双视角精配准方法

权利要求书

1.一种基于多约束点到局部曲面投影的点云双视角精配准方法，其特征在于，所述点云双视角精配准方法具体包括以下步骤：

步骤1：对输入的目标点云和源点云进行预处理，计算得到多尺度特征描述子、主曲率及法向量；

步骤2：利用k近邻搜索和重叠率参数确定初始对应点集，在初始对应点集中利用步骤1的特征描述子相似性搜索并筛选对应点对，从而构建目标点云和源点云的双向HMLS曲面投影区域；

步骤3：基于步骤2对应点对中的每个点向其对应的区域进行曲面投影，获得新的对应点集；

步骤4：利用步骤3的新的对应点集得到双向插补的点对，再利用刚性变换一致性原则进行筛选，求解坐标变换矩阵，当对应点的点间距离相对差异小于阈值，则进行步骤5，当对应点的点间距离相对差异大于等于阈值，则进行步骤6；

步骤5：原始对应关系是正确的；

步骤6：将该对应关系从步骤3的新的对应点集中剔除；

步骤7：循环步骤2-步骤6迭代坐标变换矩阵的求解和源点云的更新，直至满足收敛条件即结束双视角配准过程。

2.根据权利要求1所述一种基于多约束点到局部曲面投影的点云双视角精配准方法，其特征在于，所述步骤1具体为对输入的目标点云和源点云进行预处理，计算多尺度特征描述子D_P和D_Q、主曲率及法向量；

所述预处理具体为对点云中一点p_i,设共有L个不同的支撑域半径r₁＜r₂＜...＜r_L；在每个支撑域半径r_l中，建立局部邻域的协方差矩阵：

式中表示邻域中的一点，K为邻域点的个数，l＝1,...,L；对3×3的协方差矩阵C_l进行SVD奇异值分解，获得三个特征值λ_l1≥λ_l2≥λ_l3和特征值对应的特征向量n_l1、n_l2、n_l3；将第二个尺度下的特征值最小的特征向量作为该点的法向量n_i＝n₂₃；并且用s_l表示归一化特征值向量：

设定Δs_l＝s_l+1-s_l，特征描述符D_i表示为：

D_i＝(Δs₁,...,Δs_L-1) (3)

至此获得点云的多尺度特征描述子和法向量，进一步计算点云的主曲率；采用基于体积积分不变量理论的低偏差序列采样方法估计单点邻域的主曲率；在测量点p_i处构造一个球体其半径为R；设定(α,β,γ)为点p_k的球面坐标，则其直角坐标表示为

p_k(α,β,γ)＝(γcosβsinα,γcosβsinα,γsinβ) (4)

其中α∈[0,2π]，β∈[-π/2,π/2]，γ∈[0,R]；分别在α,β,γ方向上以基数10,5,4进行采样，获得均匀分布的球面坐标点；设定欧氏距离最小的对应点为p_k'，如果就说明点p_k在点云表面的内部；否则，点p_k在点云表面的外部；将所有球在曲面A内部的采样点收集起来，用点集表示；则该局部曲面与球邻域的相交体积V_obj下式估计：

式中V_b是邻域球的体积，n_Bin是曲面内的点的个数，n_b是邻域球总采样点数；这样，质心b和协方差矩阵J(A)通过下面公式得到：

然后利用主成分分析技术，对J(A)进行SVD奇异值分解，得到特征值λ_i，i＝1,2,3和特征向量e_i，i＝1,2,3；曲面A的邻域球半径表示为R，M_b1和M_b2是两个较大的特征值，由此估计出两个主曲率和