[发明专利]一种点云配准方法

摘要

本发明提供了一种点云配准方法，包括以下步骤：步骤1，采集待配准的点云P和点云Q，其中pi∈P，i＝1,2,...,t，qj∈Q，j＝1,2,...,t，对点云P中的点pi在点云Q中寻找与点pi相配准的点qj，即得到初始匹配点对；步骤2，根据初始匹配点对，分别得到初始匹配点对点pi和qj的自适应邻域和步骤3，若初始匹配点对点pi和qj的特征区域相同且初始匹配点对点pi和qj的自适应邻域和的GAN形状相同，则对初始匹配点对点pi和qj的自适应邻域和进行自适应领域匹配，得到初始匹配点对点pi和qj的初始位置；否则，初始匹配点对点pi和qj为非匹配点；步骤4，根据初始匹配点对点pi和qj的初始位置，对点云P和点云Q进行精确配准。

主权项

1.一种点云配准方法，其特征在于，包括以下步骤：步骤1，采集待配准的点云P和点云Q，其中pi∈P，i＝1,2,...,t，qj∈Q，j＝1,2,...,t，对点云P中的点pi在点云Q中寻找与点pi相配准的点qj∈Q，即得到初始匹配点对；其中，点云Q中与点pi相配准的点qj满足式(1)：式(1)中，α为预设阈值，表示点p_i的最大主曲率，表示点q_j的最大主曲率，表示点p_i的最小主曲率，表示点q_j的最小主曲率；步骤2，根据初始匹配点对，分别得到初始匹配点对点p_i和q_j的自适应邻域和步骤3，若初始匹配点对点p_i和q_j的特征区域相同且初始匹配点对点p_i和q_j的自适应邻域和的GAN形状相同，则对初始匹配点对点p_i和q_j的自适应邻域和进行自适应领域匹配，得到初始匹配点对点p_i和q_j的初始位置；否则，初始匹配点对点p_i和q_j为非匹配点；其中，对初始匹配点对点p_i和q_j的自适应邻域和进行自适应领域匹配，包括：步骤31，若自适应邻域和的GAN形状均为线状，则利用曲线匹配方法判断自适应邻域和自适应邻域是否相匹配；若自适应邻域和自适应邻域相匹配，执行步骤32；若自适应邻域和的GAN形状为片状，将自适应邻域和的GAN形状分别进行三角剖分，分别得到多个三角面片构成的三角网格；所述自适应邻域的三角面片包括点p_i的一阶GAN三角面片、点p_i的二阶GAN三角面片、……、点p_i的n阶GAN三角面片，所述点p_i的一阶GAN三角面片的残差角为∠p_aop_ip′_ao，点p_i的二阶GAN三角面片的残差角为∠p_(a+1)op_ip′_(a+1)o，……，点p_i的n阶GAN三角面片的残差角为∠p_(a+n)op_ip′_(a+n)o，即得到点p_i的各阶GAN三角面片的残差角；所述自适应邻域的三角面片包括点q_j的一阶GAN三角面片、点q_j的二阶GAN三角面片、……、点q_j的n阶GAN三角面片，所述点q_j的一阶GAN三角面片的残差角为∠q_aoq_jq′_ao，点p_i的二阶GAN三角面片的残差角为∠q_(a+1)oq_jq′_(a+1)o，……，点p_i的n阶GAN三角面片的残差角为∠q_(a+n)oq_jq′_(a+n)o，即得到点q_j的各阶GAN三角面片的残差角；若点p_i的各阶GAN三角面片的残差角与点q_j的各阶GAN三角面片的残差角相差小于预设阈值δ，δ≤0.5，则自适应邻域和自适应邻域相匹配，执行步骤32,；否则自适应邻域和自适应邻域不匹配步骤32，若自适应邻域和的GAN形状均为线状，包括：步骤321，在自适应邻域中选取距离点p_i最远的两个点作为两个第一端点，在自适应邻域中选取距离点q_j最远的两个点作为两个第二端点；步骤322，将两个第一端点分别与点pi相连接，构成两个直线段，对该两个直线段进行归一化处理得到点pi的单位向量；将两个第二端点分别与点qj相连接，构成两个直线段，对该两个直线段进行归一化处理得到点qj的单位向量；步骤323，若点p_i的单位向量与点q_j的单位向量共线，则在自适应邻域中选取距离点p_i次远的两个点作为两个第一端点，在自适应邻域中选取距离点q_j次远的两个点作为两个第二端点；否则，执行步骤324；步骤324，根据点pi的单位向量和点qj的单位向量，利用奇异值分解法，对点云P和点云Q进行粗配准，即得到点云P和点云Q的初始位置；步骤4，根据点云P和点云Q的初始位置，对点云P和点云Q进行精确配准。