[发明专利]实物表面采样点集初始配准的优化求解方法

摘要

本发明针对现有算法难以精确配准初始位置相差较大且重叠区域较小的点云，提出一种结合二维序列图像的点云初始配准方法。基于移动式三维测量方法获取实物表面灰度图像及三维数据，根据透视投影原理对相机在点云局部坐标系中的位置进行定位，获取点云到对应相机坐标系的变换矩阵，并以灰度图像的特征点及其匹配点作为匹配对，通过重建序列图像对相机外参数予以全局优化，根据初始配准公式实现点云初始配准。该方法可正确配准初始位置相差较大且重叠区域较小的点云，且能显著提高配准过程的稳健性及配准效率。

主权项

1.一种实物表面采样点集初始配准的优化求解方法，其特征在于依次包含以下步骤：(1)采用移动式测量方式采集被测物体表面点云P、Q以及二维图像集Σ＝{I_i|i＝1,2,…,n}，具体步骤为：首先在第1个测量位置A₁处利用三维扫描仪测量物体，获得点云P以及二维图像I₁，然后移动三维扫描仪，在测量位置A₂,A₃,…,A_n‑1处实时拍摄被测物体二维图像，得图像I_i，其中i＝2,3,…,n‑1，最后在第n个测量位置A_n处扫描物体，获得点云Q以及二维图像I_n；(2)计算点云从其局部坐标系转换到二维图像所在相机坐标系的变换矩阵R_W、t_W，具体是：1)用经过标定的三维扫描仪测量标定块，得到标定块上标识点的空间坐标以及标定块的二维图像；2)识别标定块的二维图像中标识点的中心坐标；3)将标识点的空间坐标与中心坐标建立一一对应关系，利用最小二乘法求解变换矩阵R_W、t_W；(3)基于采集的二维图像估计所有的相机外参数；(4)基于变换矩阵R_W、t_W和相机外参数对初始位置相差较大且重叠不良的点云进行初始配准。