一種多尺度法向特征點云配準方法技術
【技術實現步驟摘要】
本專利技術涉及一種多尺度法向特征點云配準方法。
技術介紹
三維點云數據配準技術一直是逆向工程、計算機視覺、曲面質量檢測及攝影測量學等領域的研究熱點與難點。隨著點云數據獲取方法越來越簡單，成本也越來越低，點云處理技術在文物保護、考古研究、3D影視、醫學、工業等領域得到不斷的實踐和發展。在三維測量過程中,受被測物體空間位置、幾何外形和測量方式的影響，單視角測量受到限制，設備儀器需從不同視角對物體定位測量,并且要將多視角測量的結果整合到同一坐標下,點云配準方法的選擇尤為重要。主流的配準方法是通過計算點的特征(比如FPFH,Fast?Point?Feature?Histogram)來尋找對應點，從而獲得多視角點云之間的旋轉平移關系；還有Besl等人提出的迭代最近點(ICP，Iterative?Closest?Point)以及在此基礎上的改進算法，通過迭代采樣的方式計算使點之間的歐氏距離達到最小的旋轉平移關系。FPFH特征需要計算任意點以及它的k緊鄰點之間兩兩相互連接的角度特征，計算量比較大，計算效率較低。ICP對原始點云初始位置要求比較高。并且主流的配準方法在抗噪聲性能，配準精度和計算效率方面都存在不足。
技術實現思路
本專利技術目的在于提供一種多尺度法向特征點云配準方法，配準精度和計算效率高。實現本專利技術目的技術方案：一種多尺度法向特征點云配準方法，其特征在于:步驟1：讀入由點云獲取設備采集的目標...
【技術保護點】
一種多尺度法向特征點云配準方法，其特征在于:步驟1：讀入由點云獲取設備采集的目標點云和源點云兩視角點云；步驟2：計算點的三個尺度半徑鄰域的曲率，根據目標函數，從目標點云和源點云中抽取關鍵點；步驟3：計算每一個關鍵點在不同尺度半徑鄰域的法向量角度偏差和曲率，將其作為特征分量，構成關鍵點的特征描述子，從而得到目標點云關鍵點特征向量集和源點云關鍵點特征向量集；步驟4：根據關鍵點特征描述子的相似程度，初步確定目標點云關鍵點和源點云關鍵點的對應關系；步驟5：去除錯誤的對應關系，獲得精確對應關系；步驟6：對獲得的精確對應關系使用聚類分析方法進行精簡，得到分布均勻的對應關系；步驟7：對最終的對應關系進行奇異值分解得到剛體變換矩陣。
【技術特征摘要】
1.一種多尺度法向特征點云配準方法，其特征在于:
步驟1：讀入由點云獲取設備采集的目標點云和源點云兩視角點云；
步驟2：計算點的三個尺度半徑鄰域的曲率，根據目標函數，從目標點云和
源點云中抽取關鍵點；
步驟3：計算每一個關鍵點在不同尺度半徑鄰域的法向量角度偏差和曲率，
將其作為特征分量，構成關鍵點的特征描述子，從而得到目標點云關鍵點特征向
量集和源點云關鍵點特征向量集；
步驟4：根據關鍵點特征描述子的相似程度，初步確定目標點云關鍵點和源
點云關鍵點的對應關系；
步驟5：去除錯誤的對應關系，獲得精確對應關系；
步驟6：對獲得的精確...
【專利技術屬性】
技術研發人員：陸軍，彭仲濤，蘇航，夏桂華，蔡成濤，朱齊丹，劉偉，華威，韓吉瑞，方瑩，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：黑龍江;23
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。