[发明专利]一种基于曲率特征的三维点云数据快速加权配准方法

摘要

本发明公开基于曲率特征的三维点云数据快速加权配准方法，包括：分别对待匹配点云数据P和模型点云数据M按照曲率特征进行下采样，得到待匹配点云样本数据P’和模型点云样本数据M’；计算采样点的曲率特征，并根据计算得到的曲率特征，利用索引加速方法在M’中搜索P’中各个待匹配点的匹配点，得到多个待匹配点对；对得到的多个待匹配点对，进行基于欧氏距离的筛选以去除欧氏距离大于一预设阈值的待匹配点对；对经过筛选后的待匹配点对利用迭代再加权最小二乘法进行粗匹配，得到初步刚体变换矩阵；利用初步刚体变换矩阵对P和M进行粗匹配；以初步刚体变换矩阵作为初始刚体变换矩阵，利用按距离加权的Trimmed ICP算法，对粗匹配结果进行精匹配。

主权项

1.一种基于曲率特征的三维点云数据快速加权配准方法，用于进行两组三维点云数据的配准，其特征在于，所述配准方法包括以下步骤：S1、分别对待匹配点云数据和模型点云数据按照曲率特征进行下采样，得到待匹配点云样本数据和模型点云样本数据；S2、计算所述待匹配点云样本数据和所述模型点云样本数据中采样点的曲率特征，并根据计算得到的曲率特征，利用索引加速方法，在所述模型点云样本数据中搜索所述待匹配点云样本数据中各个待匹配点的匹配点，得到多个待匹配点对；S3、对步骤S2得到的多个待匹配点对，进行基于欧氏距离的筛选以去除欧氏距离大于一预设阈值的待匹配点对；S4、对经过步骤S3筛选后的待匹配点对，利用迭代再加权最小二乘法进行粗匹配，得到初步刚体变换矩阵；S5、利用所述初步刚体变换矩阵对所述待匹配点云数据和所述模型点云数据进行粗匹配，得到粗匹配结果；S6、以步骤S4得到的所述初步刚体变换矩阵作为初始刚体变换矩阵，利用按距离加权的Trimmed ICP算法，对步骤S5得到的所述粗匹配结果进行精匹配。