一种点云配准方法、装置、电子设备及可读存储介质制造方法及图纸

本申请实施方式公开了一种点云配准方法、装置、电子设备及可读存储介质，所述点云配准方法包括：获取每个图像帧的特征描述符集合；根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。

A Point Cloud Registration Method, Device, Electronic Equipment and Readable Storage Media

The embodiment of this application discloses a point cloud registration method, device, electronic equipment and readable storage medium. The point cloud registration method includes: acquiring a set of feature descriptors for each image frame; obtaining a set of matching points for corresponding image frame pairs according to the set of feature descriptors for two adjacent image frames; and obtaining two adjacent images using two sets of matching points corresponding to three adjacent image frames. The common feature data of frame pairs; the precise registration matrix of two adjacent image frame pairs is obtained by using the common feature data; the common feature data of two adjacent image frame pairs is precisely registered according to the precise registration matrix of two adjacent image frames, and the three-dimensional contour information of the object under test is obtained.

【技术实现步骤摘要】
一种点云配准方法、装置、电子设备及可读存储介质
本申请涉及计算机视觉
，特别涉及一种点云配准方法、装置、电子设备及可读存储介质。
技术介绍
三维点云的配准是三维重建领域最重要的任务之一。运用序列点云拼接不仅存在拼接误差累积的问题，而且耗时长、实时性差。因此，如何快速、准确地进行序列点云拼接来实现全场三维重建具有重要的研究意义和应用价值。三维数据配准技术一般将粗配准和精配准相结合的方法，粗配准是为了缩小点云之间的旋转和平移错位以提高精确配准的效率和趋向，精确配准则是为了使两个点云之间的配准误差达到最小。目前，大多数精配准采用ICP匹配算法或改进的ICP匹配算法。但是，ICP匹配算法具有比较明显的缺陷，要求数据点云上的每一点在模型点云里必须找到对应点，为了寻找对应点,算法需要遍历模型点云上的每一点。因此，当点云数据很大的时候，ICP匹配算法的效率非常低，而且ICP匹配算法对初值的依赖性比较大，如果迭代的初值选择不当，算法可能就会陷入局部最优，使得迭代不能收敛到最准确的配准结果。
技术实现思路
本申请实施方式的目的是提供一种点云配准方法、装置、电子设备及可读存储介质，基于中间帧的共同特征进行非迭代的多视角三维数据配准。为实现上述目的，本申请实施方式提供一种点云配准方法，包括：获取每个图像帧的特征描述符集合；根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。优选地，根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集的步骤包括：将任一图像帧的特征描述符集合为基准，在特征空间中对相邻另一图像帧的特征描述符集合进行搜索，获得第一距离值和第二距离值；根据所述第一距离值和所述第二距离值获得匹配度量值；设置第一匹配阈值，且所述匹配度量值小于所述第一匹配阈值，根据所述第一匹配阈值获得第一匹配结果；根据所述第一匹配结果获得两相邻图像帧的基础矩阵；设置第二匹配阈值，所述第二匹配阈值大于所述第一匹配阈值，根据所述第二匹配阈值获得第二匹配结果；利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集。优选地，利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据的步骤包括：将相邻三帧图像帧中一相邻图像帧对的匹配点集为基准，基于相邻三帧图像帧中的中间图像帧，对另一相邻图像帧对的匹配点集进行全局搜索和对比，获得两相邻图像帧对的共同特征数据。优选地，利用所述共同特征数据获得两相邻图像帧对的精配准矩阵的步骤包括：根据两相邻图像帧对的共同特征数据、运动旋量的旋量坐标、单位矩阵、两相邻图像帧对的共同特征数据之间的粗运动关系获得运动旋量的系数；其中，所述两相邻图像帧对的共同特征数据之间的粗运动关系是根据粗拼接获得的；根据所述运动旋量的系数、所述单位矩阵、所述运动旋量、所述两相邻图像帧对的共同特征数据之间的粗运动关系获得对应两相邻图像帧对的精配准矩阵。优选地，获得第一距离值和第二距离值的步骤包括：将任一图像帧的特征描述符集合为基准，在特征空间中利用欧式距离对相邻另一图像帧的特征描述符集合进行k-d树搜索；将搜索结果按照大小进行升序排列，从排序结果中取前两个值作为第一距离值和第二距离值。优选地，所述第一匹配结果基于随机采样一致性处理获得所述基础矩阵。优选地，利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集的步骤包括：利用所述基础矩阵，基于极线约束集合关系对所述第二匹配结果进行过滤，获得两相邻图像帧的匹配点集。优选地，所述运动旋量根据运动旋量的维数确定。优选地，所述运动旋量的系数利用最小二乘法获得。为实现上述目的，本申请实施方式提供一种点云配准装置，包括：特征描述符集合获取单元，用于获取每个图像帧的特征描述符集合；图像帧对的匹配点集获取单元，用于根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；搜索单元，用于利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；精配准矩阵获取单元，用于利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；精配准单元，用于根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。优选地，所述图像帧对的匹配点集获取单元包括：距离值搜索模块，用于将任一图像帧的特征描述符集合为基准，在特征空间中对相邻另一图像帧的特征描述符集合进行搜索，获得第一距离值和第二距离值；匹配度量值获取模块，用于根据所述第一距离值和所述第二距离值获得匹配度量值；第一匹配模块，用于设置第一匹配阈值，且所述匹配度量值小于所述第一匹配阈值，根据所述第一匹配阈值获得第一匹配结果；基础矩阵获取模块，用于根据所述第一匹配结果获得两相邻图像帧的基础矩阵；第二匹配模块，用于设置第二匹配阈值，所述第二匹配阈值大于所述第一匹配阈值，根据所述第二匹配阈值获得第二匹配结果；过滤模块，用于利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集。优选地，所述搜索单元进一步用于：将相邻三帧图像帧中一相邻图像帧对的匹配点集为基准，基于相邻三帧图像帧中的中间图像帧，对另一相邻图像帧对的匹配点集进行全局搜索和对比，获得两相邻图像帧对的共同特征数据。优选地，所述精配准矩阵获取单元包括：运动旋量的系数获取模块，用于根据两相邻图像帧对的共同特征数据、运动旋量的旋量坐标、单位矩阵、两相邻图像帧对的共同特征数据之间的粗运动关系获得运动旋量的系数；其中，所述两相邻图像帧对的共同特征数据之间的粗运动关系是根据粗拼接获得的；精配准矩阵模块，用于根据所述运动旋量的系数、所述单位矩阵、所述运动旋量、所述两相邻图像帧对的共同特征数据之间的粗运动关系获得对应两相邻图像帧对的精配准矩阵。优选地，所述距离值搜索模块包括：k-d树搜索搜索子模块，用于将任一图像帧的特征描述符集合为基准，在特征空间中利用欧式距离对相邻另一图像帧的特征描述符集合进行k-d树搜索；排序取值子模块，用于将搜索结果按照大小进行升序排列，从排序结果中取前两个值作为第一距离值和第二距离值。优选地，所述第一匹配模块基于随机采样一致性处理所述第一匹配结果获得所述基础矩阵。优选地，所述过滤模块利用所述基础矩阵、基于极线约束集合关系对所述第二匹配结果进行过滤获得两相邻图像帧的匹配点集。优选地，所述运动旋量的系数获取模块利用最小二乘法获得所述运动旋量的系数。对应地，为实现上述目的，本申请实施方式提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的点云配准方法。对应地，为实现上述目的，本申请实施方式提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述所述的点云配准方法的步骤。由上可见，与现有技术相比较，本技术方案采用基于中间帧的搜索策略找到相邻两个图像帧对的共同特征，能够提高配准效率；采用非迭代的运动旋量方法优化运动参数，能够简化计算过程，提高配准效率和精度。附图说明为了更清楚地说明本申请实施本文档来自技高网...

【技术保护点】
1.一种点云配准方法，其特征在于，包括：获取每个图像帧的特征描述符集合；根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。

【技术特征摘要】
1.一种点云配准方法，其特征在于，包括：获取每个图像帧的特征描述符集合；根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据；利用所述共同特征数据获得两相邻图像帧对的精配准矩阵；根据两相邻图像帧的精配准矩阵对两相邻图像帧对的共同特征数据进行精配准，获得被测对象全视角的三维轮廓信息。2.如权利要求1所述的点云配准方法，其特征在于，根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集的步骤包括：将任一图像帧的特征描述符集合为基准，在特征空间中对相邻另一图像帧的特征描述符集合进行搜索，获得第一距离值和第二距离值；根据所述第一距离值和所述第二距离值获得匹配度量值；设置第一匹配阈值，且所述匹配度量值小于所述第一匹配阈值，根据所述第一匹配阈值获得第一匹配结果；根据所述第一匹配结果获得两相邻图像帧的基础矩阵；设置第二匹配阈值，所述第二匹配阈值大于所述第一匹配阈值，根据所述第二匹配阈值获得第二匹配结果；利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集。3.如权利要求1所述的点云配准方法，其特征在于，利用相邻三帧图像帧对应的两个匹配点集获得两相邻图像帧对的共同特征数据的步骤包括：将相邻三帧图像帧中一相邻图像帧对的匹配点集为基准，基于相邻三帧图像帧中的中间图像帧，对另一相邻图像帧对的匹配点集进行全局搜索和对比，获得两相邻图像帧对的共同特征数据。4.如权利要求1所述的点云配准方法，其特征在于，利用所述共同特征数据获得两相邻图像帧对的精配准矩阵的步骤包括：根据两相邻图像帧对的共同特征数据、运动旋量的旋量坐标、单位矩阵、两相邻图像帧对的共同特征数据之间的粗运动关系获得运动旋量的系数；其中，所述两相邻图像帧对的共同特征数据之间的粗运动关系是根据粗拼接获得的；根据所述运动旋量的系数、所述单位矩阵、所述运动旋量、所述两相邻图像帧对的共同特征数据之间的粗运动关系获得对应两相邻图像帧对的精配准矩阵。5.如权利要求2所述的点云配准方法，其特征在于，获得第一距离值和第二距离值的步骤包括：将任一图像帧的特征描述符集合为基准，在特征空间中利用欧式距离对相邻另一图像帧的特征描述符集合进行k-d树搜索；将搜索结果按照大小进行升序排列，从排序结果中取前两个值作为第一距离值和第二距离值。6.如权利要求2所述的点云配准方法，其特征在于，所述第一匹配结果基于随机采样一致性处理获得所述基础矩阵。7.如权利要求2所述的点云配准方法，其特征在于，利用所述基础矩阵和所述第二匹配结果获得两相邻图像帧的匹配点集的步骤包括：利用所述基础矩阵，基于极线约束集合关系对所述第二匹配结果进行过滤，获得两相邻图像帧的匹配点集。8.如权利要求4所述的点云配准方法，其特征在于，所述运动旋量根据运动旋量的维数确定。9.如权利要求4所述的点云配准方法，其特征在于，所述运动旋量的系数利用最小二乘法获得。10.一种点云配准装置，其特征在于，包括：特征描述符集合获取单元，用于获取每个图像帧的特征描述符集合；图像帧对的匹配点集获取单元，用于根据两相邻图像帧的特征描述符集合获得对应图像帧对的匹配点集；搜索单元，用于利用相邻三帧图...

【专利技术属性】
技术研发人员：谷飞飞，宋展，许佩，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44