一种融合颜色矩信息的三维点云配准方法技术

一种融合颜色矩信息的三维点云配准方法，已知模板颜色点云和待配准的目标颜色点云，在给定初始配准参数的基础上，第一步分别计算两个点云中每个点的颜色一阶矩、二阶矩和三阶矩特征；第二步根据融合了点云三维空间信息和颜色矩信息的形状‑颜色联合特征设计点云配准的目标函数；第三步根据联合特征的加权距离度量，构建模板颜色点云和目标颜色点云之间点对点的对应关系；第四步利用模板颜色点云和目标颜色点云之间点对点的对应关系求解空间配准的变换参数，并对目标颜色点云进行空间变换；第五步迭代上述的第三步和第四步，直至达到迭代终止条件，最终完成模板颜色点云与目标颜色点云的配准；本发明专利技术能够有效地降低由于点云局部缺失和噪声对配准结果的影响，提高三维点云配准的精确性与鲁棒性。

【技术实现步骤摘要】
一种融合颜色矩信息的三维点云配准方法
本专利技术涉及计算机视觉与图像处理
，具体涉及一种融合颜色矩信息的三维点云配准方法。
技术介绍
三维点云配准是计算机视觉与图像处理领域中的一个经典问题，以点云配准为基础的三维模型重建在场景重建、3D打印、医学影像分析等领域有着广泛应用。目前常见的点云RGB-D采集设备例如Kinect包含有深度传感器和彩色摄像头，可以采集到高密度低噪声的三维彩色点云。在使用采集设备进行点云采集时，由于单次扫描只能得到物体一个局部的点云数据，一般需要分多次对同一物体在不同角度位置进行扫描，才能得到物体完整的点云数据，但由于每一次扫描时采集设备的扫描位置和角度信息均会发生变化，还需要对采集到的所有点云数据进行配准才能完成整个物体的重建。在同一个坐标系下存在两个相同或部分相同的点云，其中一个点云作为模板，另一个点云作为目标颜色点云，点云配准的目标是求解空间变换旋转参数R和平移参数T，将目标颜色点云利用参数完成旋转平移变换后，其与模板颜色点云相同的部分可以重合。三维重建的过程就是将采集到的所有点云进行配准，最终形成一个完整的模型点云。在点云配准算法中最著名的算法是迭代最近点算法(IterativeClosestPointsAlgorithm)[1]。在ICP算法中，通过寻找两个点云之间距离最近的对应点对，迭代计算使对应点对之间距离的均方误差最小的最佳刚体变换。然而传统ICP算法及其改进算法仅使用了点云的空间形状信息，即点的空间三维坐标，使得在遇到待配准点云之间的部分点云缺失和噪声问题时会造成对配准精度的影响。随着RGB-D点云采集设备的发展，对物体扫描出的点云数据中每个点都具有高精度的三维空间坐标和颜色值。为了克服传统ICP的一些缺点，目前提出了许多在ICP算法中结合使用点云的空间信息和颜色信息的算法。例如从点云的颜色信息中提取出每个点的SIFT特征，利用点云外观的相似性和几何距离作为寻找对应点的距离度量[2]；在传统ICP使用的点云三维空间坐标向量(X,Y,Z)中加入点的颜色信息，例如点在HSL颜色空间中的Hue值[3]或点在Lab颜色空间的颜色值(L，a，b)[4]，在算法迭代计算过程中使用包含有颜色信息的多维特征向量以减少迭代次数和提高算法精确度。对颜色点云在配准过程中引入颜色特征的改进需求，本专利技术提出一种新的颜色点云配准方法，通过有效的表达点云局部颜色分布信息，生成更具有代表性的颜色特征配合点云形状特征对颜色点云进行配准，使算法的配准精度更高且计算简单。[1]Besl,P.J.,andN.D.Mckay."Amethodforregistrationof3-Dshapes."IEEETransactionsonPatternAnalysis&MachineIntelligence14.2(2002):239-256.[2]Lemuz-L,R.Pez,andM.Arias-Estrada."IterativeClosestSIFTFormulationforRobustFeatureMatching."InternationalSymposiumonVisualComputingSpringerBerlinHeidelberg,2006:502-513.[3]Men,Hao,B.Gebre,andK.Pochiraju."Colorpointcloudregistrationwith4DICPalgorithm."IEEEInternationalConferenceonRoboticsandAutomationIEEE,2011:1511-1516.[4]Korn,Michael,M.Holzkothen,andJ.Pauli."Colorsupportedgeneralized-ICP."InternationalConferenceonComputerVisionTheoryandApplicationsIEEE,2015:592-599.
技术实现思路
为了解决颜色点云配准的现有技术存在的问题，本专利技术给出一种融合颜色矩信息的三维点云配准方法，计算点云中每个点所在局部颜色分布信息的颜色矩特征，生成点云的形状‐颜色联合特征对目标颜色点云与模板颜色点云进行配准。本专利技术采用如下技术方案：一种融合颜色矩信息的三维点云配准方法，使用颜色矩生成三维点云的颜色特征向量，使用形状‐颜色联合特征对目标颜色点云与模板颜色点云进行配准，具体包括如下步骤：步骤1：获取需要配准的目标颜色点云P与模板颜色点云Q，点云数据包含目标颜色点云P中每个点及模板颜色点云Q中每个点在三维空间中的空间坐标以及在RGB颜色空间中的颜色值；提取P、Q点云中点的颜色特征：对于目标颜色点云P中每个点在点云中所处邻域内距离最近的K个点，得到点在点云P中包含K个邻近点的邻域点云子集，利用子集内各个点的颜色值，分别计算出它们在RGB三个颜色分量上的一阶矩即均值、二阶矩即方差、三阶矩即斜度，生成该点的九维颜色矩特征值向量，用来表示该点周围的颜色分布信息；同理，对模板颜色点云Q中每个点采用同样方法计算出所有点的颜色矩特征；步骤2：根据点云的三维空间信息与颜色矩特征信息构建形状‐颜色联合特征，建立包含联合特征信息的点云配准目标函数；点云配准目标函数如下：其中，c(i)表示目标颜色点云P与模板颜色点云Q中点对点的对应关系，为目标颜色点云P中第i个点的空间坐标向量，为模板颜色点云Q中与对应的点的空间坐标向量，为目标颜色点云P中第i个点的颜色矩特征向量，为模板颜色点云Q中与对应的点的颜色矩特征向量，R为旋转变换矩阵，RT为旋转变换矩阵的转置矩阵，In为n维的单位矩阵，det(R)为旋转变换矩阵的行列式，为平移变换向量，ω为颜色矩特征的权重系数，NP、NQ分别为目标颜色点云与模板颜色点云中包含点的个数；步骤3：根据点云的形状‐颜色联合特征利用加权距离度量求解目标颜色点云P与模板颜色点云Q之间点对点的对应关系；对应关系ck(i)公式如下：其中，ck(i)代表第k次迭代得到的点云间对应关系，Rk-1、分别代表上一次迭代得到的旋转、平移变换参数，为目标颜色点云P中第i个点的空间坐标向量，为模板颜色点云Q中与对应的点的空间坐标向量，为目标颜色点云P中第i个点的颜色矩特征向量，为模板颜色点云Q中与对应的点的颜色矩特征向量，ω为颜色矩特征的权重系数，NP、NQ分别为目标颜色点云与模板颜色点云中包含点的个数；使用点云联合特征寻找P、Q点云间点对点的对应关系时，首先利用上一次得到的变换参数对目标颜色点云做空间变换，再根据目标颜色点云中每个点的联合特征，利用加权距离度量计算出在模板颜色点云中与其加权距离最近的点作为对应点对，加权距离度量公式如下：其中，i＝1,…,NP′，j＝1,…,NQ，NP、NQ分别为目标颜色点云与模板颜色点云中包含点的个数，Pr、Qr分别为目标颜色点云与模板颜色点云的点云最大采集范围，xi′、yi′、zi′为目标颜色点云P中第i个点使用变换参数进行空间变换后的三维空间坐标，xj、yj、zj为模板颜色点云Q中的第j个点，ω为颜色矩特征的权重系数，μri、σri、sri、μgi、σgi、sgi、μbi、σbi、sbi为目标颜色本文档来自技高网...

【技术保护点】
一种融合颜色矩信息的三维点云配准方法，其特征在于：利用颜色矩生成三维颜色点云的颜色特征向量，使用形状‑颜色联合特征对目标颜色点云与模板点颜色云进行配准，具体包括如下步骤：步骤1：获取需要配准的目标颜色点云P与模板颜色点云Q，点云数据包含目标颜色点云P中每个点

【技术特征摘要】
1.一种融合颜色矩信息的三维点云配准方法，其特征在于：利用颜色矩生成三维颜色点云的颜色特征向量，使用形状-颜色联合特征对目标颜色点云与模板点颜色云进行配准，具体包括如下步骤：步骤1：获取需要配准的目标颜色点云P与模板颜色点云Q，点云数据包含目标颜色点云P中每个点及模板颜色点云Q中每个点在三维空间中的空间坐标以及在RGB颜色空间中的颜色值；提取P、Q点云中点的颜色特征：对于目标颜色点云P中每个点在点云中所处邻域内距离最近的K个点，得到点在点云P中包含K个邻近点的邻域点云子集，利用子集内各个点的颜色值，分别计算出它们在RGB三个颜色分量上的一阶矩即均值、二阶矩即方差、三阶矩即斜度，生成该点的九维颜色矩特征值向量，用来表示该点周围的颜色分布信息；同理，对模板颜色点云Q中每个点采用同样方法计算出所有点的颜色矩特征；步骤2：根据点云的三维空间信息与颜色矩特征信息构建形状-颜色联合特征，建立包含联合特征信息的点云配准目标函数；点云配准目标函数如下：其中，c(i)表示目标颜色点云P与模板颜色点云Q中点对点的对应关系，为目标颜色点云P中第i个点的空间坐标向量，为模板颜色点云Q中与对应的点的空间坐标向量，为目标颜色点云P中第i个点的颜色矩特征向量，为模板颜色点云Q中与对应的点的颜色矩特征向量，R为旋转变换矩阵，RT为旋转变换矩阵的转置矩阵，In为n维的单位矩阵，det(R)为旋转变换矩阵的行列式，为平移变换向量，ω为颜色矩特征的权重系数，NP、NQ分别为目标颜色点云与模板颜色点云中包含点的个数；步骤3：根据点云的形状-颜色联合特征利用加权距离度量求解目标颜色点云P与模板颜色点云Q之间点对点的对应关系；对应关系ck(i)公式如下：其中，ck(i)代表第k次迭代得到的点云间对应关系，Rk-1、分别代表上一次迭代得到的旋转、...

【专利技术属性】
技术研发人员：杨旸，陈维乐，李夏琼，陈卓，范丹丹，崔文婷，张思睿，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61