专利名称：一种基于法向量的点云自动配准方法
技术领域：
本发明属于三维信息重构的领域，特别涉及一种点云自动配准方法。
背景技术：
物体表面三维重构一直是机器视觉领域研究的一个重要课题。被测物体表面点云数据可以由光学扫描仪快速获取，但由于光的线性传播特性，被测物体表面的完整数据需要在多个视角下多次测量获得，这样得到的数据便不在同一个坐标系下，所以为了获得物体的完整模型，需要对各个视角得到的数据进行坐标变换，最终合并到统一的坐标系中，这就是点云配准。点云配准技术在机器人导航、逆向工程、物体表面形状检测和虚拟现实等众多领域有着广泛的应用。根据待配准深度图的输入和输出结果的不同，现有的深度图配准方法可以大致分为两大类:粗配准和精配准。粗配准是指在没有任何先验知识的情况下，找到一组近似的坐标变换关系，将两个视点下的深度图统一到同一个坐标系中。由于配准之前没有深度图之间相对位置关系的任何信息，因此粗配准算法通常围绕如何建立模型相同位置处的两幅深度图之间对应元素的匹配关系展开，众多学者对此提出了不同的方法。这些方法按对应元素不同可以分为点-点对应、线-线对应和面-面对应以及体-体对应；若按匹配方式不同又可以分为基于欧氏距离相等关系和基于描述子相等关系；按匹配搜索范围可分为非特征匹配与特征匹配。然而由于测量模型的多样性和复杂性，粗配准算法往往依赖于一些具体的应用，对粗配准算法进一步研究的方向在于提高粗配准的精度、效率以及鲁棒性和适用性。粗配准的结果通常仅提供了深度图之间精确坐标变换的一个近似值，从而使得两幅深度图的重叠区域具有一定程度的贴合。然而这种近似的位置变换使得深度图重叠区域很难得到精确的贴合，往往会存在一些交错和分层现象，不利于后续深度图数据的融合，因此需要对深度图的位置进行进一步的调整以提高深度图的配准精度，这个过程称为精配准。精配准是在已通过粗配准获得了深度图之间坐标变换的近似值的基础上，通过不断迭代最小化两深度图上对应点之间的距离来实现更加精确的配准变换，其代表算法为经典的ICP算法。
发明内容
发明目的:提出一种基于法向量的点云自动配准方法，提高点云自动配准中配准的精度和速度，同时具有较高的鲁棒性。技术方案:一种基于法向量的点云自动配准方法，包括以下步骤:步骤1:基于法向量信息获取待匹配两个点云中的特征点集，具体步骤如下:步骤1.1:采用三维扫描仪获取带有法向量信息的多视角点云数据，且相邻视角获得的点云间有重叠部分，定义点云中重叠部分 的某一点Pi的特征度fi为点Pi的法向量与其k个近邻点法向量夹角的算术平均值:
权利要求
1.一种基于法向量的点云自动配准方法，其特征在于:包括以下步骤: 步骤1:基于法向量信息获取待匹配两个点云中的特征点集，具体步骤如下: 步骤1.1:采用三维扫描仪获取带有法向量信息的多视角点云数据，且相邻视角获得的点云间有重叠部分，定义点云中重叠部分的某一点特征度fi为点Pi的法向量与其k个近邻点法向量夹角的算术平均值:
全文摘要
一种基于法向量的点云自动配准方法，处理对象为两幅及两幅以上相互间有重叠部分的三维点云数据，处理步骤为(1)根据点云局部法向量的变化选取特征点；(2)设计一种直方图特征量对获得的每个特征点进行特征描述；(3)通过比较特征点的直方图特征向量获得初始匹配点对；(4)运用刚性距离约束条件结合RANSAC算法获取精确匹配点对，并利用四元素法计算得到初始配准参数；(5)采用改进的ICP算法对点云精确配准。按照上述步骤可对点云进行自动配准，本发明提出的特征描述简单且辨识度高，同时具有较高的鲁棒性，配准精度和速度都有一定的提高。
文档编号G06T7/00GK103236064SQ201310168358
公开日2013年8月7日 申请日期2013年5月6日 优先权日2013年5月6日
发明者达飞鹏, 陶海跻, 潘仁林, 刘健, 郭涛, 陈璋雯 申请人:东南大学