[发明专利]一种复杂自由曲面迭代双向法线投影配准方法

说明书

本发明属于复杂自由曲面点云数据配准技术领域，在三维高精度自动配准领域中，已有的改进算法在一定程度、一定条件下拓宽原始ICP算法的性能，但初始位置对算法收敛的影响、对应关系的搜索及计算仍是该类算法的瓶颈问题；本发明提供一种复杂自由曲面迭代双向法线投影配准方法，在粗配准环节基于数据自身的固有几何特征给出不同的粗配准实现算法。精确配准方法建立在经典的ICP算法框架之上，针对对应关系的建立、伪对应点对的剔除，对ICP算法进行改进，本发明能够更大程度利用隐含的特征信息，配准精度高，且所提供的粗配准方法能够满足不同情况下对初值的需求。

技术领域

本发明属于复杂自由曲面点云数据配准技术领域，具体涉及一种复杂自由曲面迭代双向法线投影配准方法。

背景技术

多年来，配准技术是一个研究热点，在计算机视觉、数字图像处理、模式识别、逆向工程等领域，配准均是一个基础且关键的环节。在复杂曲面的测量检测中，复杂自由曲面测量难度大，在数据的获取过程中，很难用一种传感器在被测物的同一位姿获取全部的所需数据。不同位姿、视角下的测量数据之间需要配准，不同传感器所获得数据还需要考虑数据融合的问题。配准的目的是实现不同坐标系之间的统一。复杂曲面的测量检中，各测量坐标系以及设计坐标系之间的统一，是保证误差评估有效性的基础与前提。它是一个高精度的自动配准问题。ICP算法自提出以来，由于其出色的性能，渐渐成为高精度的自动配准领域应用范围最广的方法。但是从理论上讲，ICP算法收敛于平方距离尺度意义下的局部最小值，该算法对初始位置要求较高，只有提供靠近全局极小值的初值，才能确保收敛方向，获得曲面配准的全局最优解。原始的ICP算法对两组点云的包含关系的约束要求强，即该算法要求两个点云中，一个点云的全部或大比重部分是另一个点云的子集，否则将影响最终的收敛结果，甚至产生错误匹配。此外，ICP算法是计算密集型方法，实际应用中需要考虑计算上的开销，而且该方法的目标函数建立在所有数据点误差的平方项之上，配准过程中会放大了局部误差所占的比重。ICP算法的优点突出，缺点明了，目前来看，在三维高精度自动配准领域中，ICP算法及其相关变体方法占据主流地位。但是已有的改进算法可以在一定程度、一定条件下拓宽原始ICP算法的性能，初始位置对算法收敛情况的影响、对应关系的搜索及计算仍是该类算法的瓶颈问题。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种复杂自由曲面迭代双向法线投影配准方法，针对对应关系的建立、伪对应点对的剔除，对ICP算法进行改进，本发明所提供的粗配准方法能够满足不同情况下对初值的需求。

为实现上述目的，本发明提供了如下技术方案：

一种复杂自由曲面迭代双向法线投影配准方法，包括以下步骤：

步骤1：点集P1和点集P2的粗配准：计算点集P1和点集P2中每个数据点的曲率信息Cur(Q_i)和法向夹角信息ang(Q_i)；生成点集P1和点集P2中每个数据点的包含曲率信息、法向夹角信息的特征描述符fea(Q_i)；根据特征描述符fea(Q_i)，筛选点集P1和点集P2中参与配准的数据点Q′和数据点M′，根据曲率及法线夹角确定两个平面上的对应点对，根据四元数法，计算变换矩阵；