融合快速点特征直方图的改进ICP待测物体点云拼接方法技术

本发明专利技术公开了一种融合快速点特征直方图的改进ICP待测物体点云拼接方法。投射标准正弦数字光栅到待测物体表面，通过CCD相机不同视角拍摄物体表面被投射标准正弦数字光栅后的条纹图像，获得多视角的拍摄点云；针对需要拼接的两个拍摄点云，由每个拍摄点云构建k‑d树并插值获得插值后点云；针对需拼接两个插值后点云，计算快速点特征直方图，进行随机采样一致变换获得点云结果；采用改进的迭代最近点方式处理获得第一个插值后点云经精配准的点云；叠加点云并网格划分，实现两个不同视角的拍摄点云的拼接。本发明专利技术对于拼接点云初始位置要求低，显著提高鲁棒性不易陷入局部最优，提高拼接精度，实现多视角下点云的精确拼接，可满足实际工业应用需求。

【技术实现步骤摘要】
融合快速点特征直方图的改进ICP待测物体点云拼接方法
本专利技术涉及一种点云处理方法及系统，尤其涉及了一种融合快速点特征直方图的改进迭代最近点(ICP)点云拼接方法。
技术介绍
多视角点云拼接是重建物体表面数据的重要环节，该技术一直是逆向工程、计算机视觉、曲面质量检测及摄影测量学等领域的研究热点和难点。点云拼接的核心是求坐标变换参数R(旋转矩阵)和T(平移矩阵)，使得两视角下测得的三维数据经坐标变换后的距离最小。目前，点云拼接方法主要有以下两类。在人工辅助的基础上自动拼接，利用运动定位装置计算点云旋转平移矩阵，对拍摄计算的点云进行对应变换，该方法的不足在于配准精度易受运动装置影响；或者通过在物体上粘贴标志点进行匹配，该方法精度较高但是操作麻烦、会在物体表面形成孔洞，严重降低点云的拼接效率，破坏物体的完整性。出于配准效率和精度两方面考虑，无辅助的自动拼接近年来在工业和学术领域获得广泛关注。无辅助自动拼接主要有三类方法：基于特征求对应点法、基于统计学求刚体变换、迭代最近点法。基于特征求对应点法通常利用点特征直方图计算点云几何特征，如点云法向量、密度分布、邻域点间位置关系等，基于采样一致性方法采样匹配，该算法具有较好的稳定性，但是拼接精度较低，若采样点数增加会显著降低点云配准效率；基于统计学求刚体变换是将变换空间离散化，并建立某种配准误差评价函数，典型算法是正态分布变换(NDT)，该方法不利用对应点特征，运算速度快，但是精度较低；利用迭代最近点(ICP)算法实现自动拼接，该算法基于最小二乘法的优化思想，计算点云间的配准矩阵，该算法运行速度和精度主要取决于给定的初始变换估计，若两拼接点云没有一个较好的初始位置和姿态，ICP算法不仅速度会明显降低而且精度也会严重下降。针对以上三种方法都无法实现点云有效快速的拼接，本专利技术综合特征求对应点及迭代最近点两类方法，采用快速点特征直方图(FPFH)并通过利用点云欧氏距离及方向矢量夹角阈值去除错误点对来改进迭代最近点方法，最终实现点云的自适应拼接。
技术实现思路
本专利技术为解决点云拼接过程拼接精度较低、稳定性不足以及拼接效率低下等问题，提出了一种融合快速点特征直方图的改进迭代最近点(ICP)点云拼接方法，同时在传统最近点迭代的基础上加以改进，使用k-d树的搜寻方式，结合点云的欧氏距离以及方向夹角阈值去除错误点对，实现点云的高效精确拼接。如图2所示，本专利技术的技术方案包括以下步骤：步骤1)，投射标准正弦数字光栅到待测物体表面，通过CCD相机从不同的视角拍摄物体表面被投射标准正弦数字光栅后的条纹图像，利用反正切函数对每个条纹图像进行求解得到相位值，将所求的相位值进行解包裹反求得到待测物体的表面点云，然后进行预处理获得多个拍摄点云，从而获得了多视角的拍摄点云；步骤2)，拍摄点云迭代插值：针对需要拼接的两个拍摄点云，由每个拍摄点云构建k-d树，遍历构建三角网格并插值，多次迭代直至满足点云密度要求，获得插值后点云；步骤3)，粗配准阶段：针对需要拼接的两个插值后点云，计算第一个插值后点云的快速点特征直方图，在第二个插值后点云中找到与快速点特征直方图相似的点，进行随机采样一致变换获得第一个插值后点云经粗配准的点云结果；步骤4)，精配准阶段：第一个插值后点云经粗配准的点云和第二个插值后点云大致重合，采用改进的迭代最近点方式对第一个插值后点云经粗配准的点云进行处理获得第一个插值后点云经精配准的点云；具体是搜索近邻点结合对应点间的欧氏距离以及方向矢量夹角对比预设阈值，判断点集对应关系去除错点对，再基于最小二乘法迭代求解点云最优坐标变换。步骤5)，叠加阶段：采用均匀网格精简方式对第一个插值后点云经精配准的点云和第二个插值后点云叠加并进行网格划分，对网格内的所有点求取中心点替换覆盖网格内的所有点，实现两个不同视角的拍摄点云的拼接。本专利技术方法对输入点云进行迭代插值，以快速点特征直方图作为特征，通过采样一致性进行粗配准；在结合欧氏距离以及方向法矢量夹角对比预设阈值去除错误点对的基础上，进行最近点迭代精配准，将两拼接点集配准到同一三维坐标系下，叠加精简完成拼接。所述的步骤1)具体是获取平面模型采用采样一致的方法提取背景平面点云加以去除；对保留下的点云进行体素下采样滤波，降低点云密度；最后进行统计滤波，通过搜寻近邻点数和离群阈值去除离群噪点。所述的步骤1)中，进行预处理获得拍摄点云，具体是对待测物体的表面点云依次进行基于随机采样一致性的背景点云分割、体素单元下采样滤波、统计滤波去除离群噪点，实现对拍摄得到待测物体表面点云进行无效背景点以及离群噪点去除并降低密度的操作：1.2)针对待测物体的表面点云，以桌面背景作为基元，预设桌面背景的基元平面形状及平面误差阈值，采用随机采样方法拟合桌面背景的基元平面形状并进行多次处理获得不同的平面模型，计算平面模型中的点数量，选取点数量最多的平面模型作为最优平面，将最优平面中的点作为无效背景点从待测物体的表面点云中去除，这样处理能够提高后续点云处理效率和精度；1.3)对去除无效背景点后的点云进行体素下采样处理，根据待测物体大小生成体素单元，以体素下采样中每个体素单元的所有点的重心代替覆盖体素单元内所有点，这样能保留表面形状特征的同时降低点云密度；1.4)对体素下采样后的点云进行统计滤波，设置搜寻近邻点数和离群阈值，遍历点云中的所有点，采用以下方式针对每个点进行处理：建立以点为球心、以离群阈值为球半径的球体，球体内的点数量和搜寻近邻点数进行比较：若点数小于搜寻近邻点数，则将该点视为离群噪点，进行去除；若点数大于等于搜寻近邻点数，则将该点不视为离群噪点，进行保留；最终保留得到的为拍摄点云。上述步骤对原始点云进行以上三步预处理，背景点去除，去除桌面点云引起的干扰；统计滤波去除离群点，提高后续配准精度以及缺陷检测的效果；体素下采样滤波，降低点云密度，提高点云处理效率。所述的离群阈值为设备精度、环境因素引起的允许误差。所述的步骤2)具体为：2.1)以拍摄点云中的点作为k-d树的节点，根据拍摄点云构建k-d树；2.2)遍历搜索k-d树中每一个点pi，将点pi与近邻于点pi的两个点qi建立三角网格，在三角网格中心插值建立插值点，加入到k-d树的节点中；2.3)重复上述步骤2.2)不断迭代直至k-d树对应的拍摄点云满足点云密度要求，获得插值后点云。这样能够有效解决因为相机分辨率限制导致点云密度不足，可以显著提高点云拼接精度。在点云库(PointCloudLibrary)配置环境下，采用点云数据处理库接口，将点云数据转换为.pcd文件格式读入。由于受到相机分辨率的限制，实物目标上的点并不完全在点云上显示，在实物目标上的某一点可能出现在其中一幅点云或同时不出现在两次拍摄的点云上，通过这样寻找到的对应点存在扫描位置引起的误差，是引起配准误差的重要原因，但是随着点云密度的增加，对应点间错位距离明显减少，配准精度显著提高，满足拼接精度要求。所述的步骤1)中，在点云库(PointCloudLibrary)配置环境下，采用点云数据处理库程序接口，将点云数据转换为.pcd文件格式读入。由于受到相机分辨率的限制，实物目标上的点并不完全在点云上显示，在实物目标上的某一点可能出现在其中一幅点云或同时不出现在两本文档来自技高网...

【技术保护点】
1.一种融合快速点特征直方图的改进ICP待测物体点云拼接方法，其特征在于：步骤1)，投射标准正弦数字光栅到待测物体表面，通过CCD相机从不同的视角拍摄物体表面被投射标准正弦数字光栅后的条纹图像，利用反正切函数对每个条纹图像进行求解得到相位值，将所求的相位值进行解包裹反求得到待测物体的表面点云，然后进行预处理获得多个拍摄点云，从而获得了多视角的拍摄点云；步骤2)，拍摄点云迭代插值：针对需要拼接的两个拍摄点云，由每个拍摄点云构建k‑d树，遍历构建三角网格并插值，多次迭代直至满足点云密度要求，获得插值后点云；步骤3)，粗配准阶段：针对需要拼接的两个插值后点云，计算第一个插值后点云的快速点特征直方图，在第二个插值后点云中找到与快速点特征直方图相似的点，进行随机采样一致变换获得第一个插值后点云经粗配准的点云结果；步骤4)，精配准阶段：采用改进的迭代最近点方式对第一个插值后点云经粗配准的点云进行处理获得第一个插值后点云经精配准的点云；步骤5)，叠加阶段：对第一个插值后点云经精配准的点云和第二个插值后点云叠加并进行网格划分，对网格内的所有点求取中心点替换覆盖网格内的所有点，实现两个不同视角的拍摄点云的拼接。...

【技术特征摘要】
1.一种融合快速点特征直方图的改进ICP待测物体点云拼接方法，其特征在于：步骤1)，投射标准正弦数字光栅到待测物体表面，通过CCD相机从不同的视角拍摄物体表面被投射标准正弦数字光栅后的条纹图像，利用反正切函数对每个条纹图像进行求解得到相位值，将所求的相位值进行解包裹反求得到待测物体的表面点云，然后进行预处理获得多个拍摄点云，从而获得了多视角的拍摄点云；步骤2)，拍摄点云迭代插值：针对需要拼接的两个拍摄点云，由每个拍摄点云构建k-d树，遍历构建三角网格并插值，多次迭代直至满足点云密度要求，获得插值后点云；步骤3)，粗配准阶段：针对需要拼接的两个插值后点云，计算第一个插值后点云的快速点特征直方图，在第二个插值后点云中找到与快速点特征直方图相似的点，进行随机采样一致变换获得第一个插值后点云经粗配准的点云结果；步骤4)，精配准阶段：采用改进的迭代最近点方式对第一个插值后点云经粗配准的点云进行处理获得第一个插值后点云经精配准的点云；步骤5)，叠加阶段：对第一个插值后点云经精配准的点云和第二个插值后点云叠加并进行网格划分，对网格内的所有点求取中心点替换覆盖网格内的所有点，实现两个不同视角的拍摄点云的拼接。2.根据权利要求1所述的一种融合快速点特征直方图的改进ICP待测物体点云拼接方法，其特征在于：所述的步骤1)中，进行预处理获得拍摄点云，具体是：1.2)针对待测物体的表面点云，以桌面背景作为基元，预设桌面背景的基元平面形状，采用随机采样方法拟合桌面背景的基元平面形状并进行多次处理获得不同的平面模型，计算平面模型中的点数量，选取点数量最多的平面模型作为最优平面，将最优平面中的点作为无效背景点从待测物体的表面点云中去除；1.3)对去除无效背景点后的点云进行体素下采样处理，以体素下采样中每个体素单元的所有点的重心代替覆盖体素单元内所有点；1.4)对体素下采样后的点云进行统计滤波，设置搜寻近邻点数和离群阈值，遍历点云中的所有点，采用以下方式针对每个点进行处理：建立以点为球心、以离群阈值为球半径的球体，球体内的点数量和搜寻近邻点数进行比较：若点数小于搜寻近邻点数，则将该点视为离群噪点，进行去除；若点数大于等于搜寻近邻点数，则将该点不视为离群噪点，进行保留；最终保留得到的为拍摄点云。3.根据权利要求1所述的一种融合快速点特征直方图的改进ICP待测物体点云拼接方法，其特征在于：所述的步骤2)具体为：2.1)以拍摄点云中的点作为k-d树的节点，根据拍摄点云构建k-d树；2.2)遍历搜索k-d树中每一个点pi，将点pi与近邻于点pi的两个点qi建立三角网格，在三角网格中心插值建立插值点，加入到k-d树的节点中；2.3)重复上述步骤2.2)不断迭代直至k-d树对应的拍摄点云满足点云密度要求，获得插值后点云。4.根据权利要求1所述的一种融合快速点特征直方图的改进ICP待测物体点云拼接方法，其特征在于：所述的...

【专利技术属性】
技术研发人员：赵昕玥，连巧龙，何再兴，张树有，谭建荣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33