[发明专利]基于形状约束的点云配准方法

摘要

本发明公开了一种基于形状约束的点云配准的方法，包括：载入源点云和模板点云，从源点云中选择待匹配点云，获取每一点的特征描述子；从待匹配点云中随机选取多个初始点，重复多次，确定图形面积最大一组初始点作为待测点集；从待测点集中选择待匹配点，计算待测点集中其它点到待匹配点的距离、夹角；遍历模板点云中各点，寻找参考点，计算模板点云中其它点到参考点的距离，夹角；筛选预选点集；从预选点集中各求取一个目标点；计算待测点集与目标点集之间的变换矩阵，进行坐标转换，计算匹配点之间的距离偏差，通过迭代，是距离偏差不断减小，最后得到的参考转换矩阵利用最终转换矩阵继续进行精配准，本方法增加了对选点的约束，鲁棒性强。

主权项

1.一种基于形状约束的点云配准的方法，其特征在于，包括如下步骤：1)载入源点云和模板点云，从源点云中选择需要进行配准的点云，记为待匹配点云，分别获取待匹配点云、模板点云中每一点的特征描述子；所述特征描述子包含各点的三维坐标及法向量数据；2)从所述待匹配点云中随机选取多个初始点，计算其组成图形的面积；每次选取相同个数初始点重复多次，确定图形面积最大一组初始点作为待测点集；从所述待测点集中选择一个点作为待匹配点，计算所述待测点集中其它点到待匹配点的距离、以及待匹配点的法向量与其它各点的法向量间的夹角；遍历所述模板点云中各点，寻找与所述待匹配点的特征描述子最接近的点作为参考点，计算所述模板点云中其它点到参考点的距离，以及参考点的法向量与其它模板点云中点的法向量的夹角；3)记待测点集中待匹配点与某一点的距离为L_j，对应的两者法向量夹角为θ_j；j取值的最大值为待测点集中点的总数减1；对步骤2)中求得的参考点与模板点云其它点的距离、法向量夹角进行筛选，选取距离满足[k_min×L_j，k_max×L_j]，且法向量夹角满足[k_min×θ_j，k_max×θ_j]的点组成的集合作为预选点集；其中：k_min、k_max为预先设定的比例系数；得到j个预选点集；4)从两个所述预选点集中各选择一个点，求取距离，当此距离介于[k_min×d，k_max×d]时，将两点分别作为两个预选点集的目标点；采用相同方法遍历所有预选点集，直至所有预选点集均有1个目标点；将所有目标点组成的集合标记为点集M；其中d为所述待测点集中除待匹配点外的相邻两点之间的距离；5)记参考点和点集M为目标点集，计算待测点集与目标点集之间的变换矩阵，再将待匹配点云中的每个点转换到与所述模板点云同坐标，遍历模板点云中的点，进行匹配，计算所有匹配点之间的距离偏差，若距离偏差总和大于预设阈值，直接进行步骤6)，反之将变换矩阵标记为参考转换矩阵，再将距离偏差总和作为新的预设阈值，进行步骤6)；6)重复步骤2)～5)，直至达到预设迭代次数，将最后一次得到的参考转换矩阵作为最终转换矩阵；7)利用所述最终转换矩阵继续进行精配准。