三维点云数据配准方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种三维点云数据配准方法、装置、设备及计算机可读存储介质。其中，方法包括利用RGB‑D相机从多个角度采集同时包含待测物体和人工标识图的多张图像和各自对应的点云数据，多帧点云数据可拼接为待测物体全貌；根据RGB‑D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到每张图像对应相机的旋转矩阵和平移矩阵；对各点云数据与相应旋转矩阵和平移矩阵进行运算，得到同一坐标系下的点云数据，完成点云数据的配准。本申请不仅对不同图像帧之间的点云数据集无要求，还提升了三维点云数据的配准效率，降低了三维点云数据的配准误差。

Three-dimensional point cloud data registration methods, devices, devices and readable storage media

The embodiment of the present invention discloses a method, device, device and computer readable storage medium for registration of three-dimensional point cloud data. Among them, the method includes collecting multiple images and corresponding point cloud data from multiple angles, which contain both the object to be measured and the artificial identification map. The multi-frame point cloud data can be spliced into the panorama of the object to be measured. According to the internal parameter matrix and distortion coefficient of the RGB D camera and the preset pixel coordinates of the artificial identification map in each image, each image can be calculated. The rotation matrix and translation matrix of the camera, the point cloud data and the corresponding rotation matrix and translation matrix are calculated, and the point cloud data in the same coordinate system are obtained to complete the registration of the point cloud data. This application not only has no requirement for point cloud data sets between different image frames, but also improves the registration efficiency of three-dimensional point cloud data and reduces the registration error of three-dimensional point cloud data.

【技术实现步骤摘要】
三维点云数据配准方法、装置、设备及可读存储介质
本专利技术实施例涉及数字化设计与制造
，特别是涉及一种三维点云数据配准方法、装置、设备及计算机可读存储介质。
技术介绍
三维点云数据被广泛应用于各个领域中，如工业零部件的生产、产品质量控制、生物医学、文物、建筑保护等。在三维重建数据的获取过程中，由于数据采集装置一次采集的范围有限，需要分别从多个角度采集数据或者多个设备同时从不同角度进行数据采集才能取得三维物体表面的完整信息。由于这些数据不是同一设备在同一时间采集的数据，在后续处理时需要通过3D点云数据配准技术，来将多个点云配准到同一个坐标系下，以此获得物体表面完整的信息，形成能完整描述物体的三维点云模型。传统的数据采集设备为三维激光扫描仪，获取三维激光扫描仪采集的点云数据后，使用最近邻点迭代算法(ICP)进行点云配准。ICP算法本质为基于最小二乘的最优匹配算法，重复寻找对应点和最优刚体变换，直到满足某个收敛准则，迭代终止。但是，ICP算法要求一个数据点集必须是另一个点集的子集，然而在实际数据扫描过程中，点云数据彼此之间只是部分重叠，一个点集完全覆盖另一个点集是很难做到的；此外，ICP算法迭代第一步要求确定初始位姿，初始位姿对最后的配准精度有很大的影响，如果初始位姿与真实情况相差大，ICP算法的解很可能陷入局部最优，因此对初始位姿的误差有一定要求；最后，ICP算法中使用一个点集的所有点进行点对搜索，寻找同名点对耗时长、效率低，甚至还会引进错误的点对。鉴于此，如何解决相关技术中存在的各种弊端，是本领域技术人员亟待解决的问题。
技术实现思路
本公开实施例提供了一种三维点云数据配准方法、装置、设备及计算机可读存储介质，不仅对不同图像帧之间的点云数据集无要求，还提升了三维点云数据的配准效率，降低了三维点云数据的配准误差。为解决上述技术问题，本专利技术实施例提供以下技术方案：本专利技术实施例一方面提供了一种三维点云数据配准方法，包括：获取RGB-D相机采集的同时包含待测物体和人工标识图的多张图像和各自相对应的点云数据，所述待测物体的全貌由多帧点云数据拼接而成；所述人工标识图设置在所述待测物体周边；根据所述RGB-D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB-D相机的位姿矩阵；所述位姿矩阵由每张图像对应相机的旋转矩阵和平移矩阵构成；对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据，以完成点云数据的配准。可选的，所述根据所述RGB-D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB-D相机的位姿矩阵包括：调用Opencv开源程序库中的cvSetMouseCallback方法动态显示各图像特征点的像素坐标值；输入所述内参矩阵和所述畸变系数，根据各图像中所述人工标识图的预设特征点的像素坐标值，利用PNP算法解算各图像的旋转矩阵和平移矩阵。可选的，所述根据各图像中所述人工标识图的预设特征点的像素坐标值，利用PNP算法解算各图像的旋转矩阵和平移矩阵为：对每一张图像，所述人工标识图的4个特征点的像素坐标为(x'0，y'0)、(x′1，y′1)、(x'2，y'2)、(x′3，y′3)，各特征点对应的世界坐标(x0，y0，z0)、(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)；利用PNP算法计算每张图像在世界坐标系下的旋转矩阵和平移矩阵，作为所述RGB-D相机的位姿矩阵。可选的，所述对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据包括：对每组点云数据，根据下述公式进行反求，以将相机坐标系中的各点云数据转化为世界坐标系下的点云数据：式中，相机坐标系的坐标点为(xc，yc，zc)，世界坐标系下的坐标点为(xw，yw，zw)，R为当前点云数据的旋转矩阵，T为当前点云数据的平移矩阵。可选的，根据所述RGB-D相机的内参矩阵和畸变系数为：预先利用张正友标定方法计算RGB-D相机的内参矩阵和畸变系数。本专利技术实施例另一方面提供了一种三维点云数据配准装置，包括：信息获取模块，用于获取RGB-D相机采集的同时包含待测物体和人工标识图的多张图像和各自相对应的点云数据，所述待测物体的全貌由多帧点云数据拼接而成；所述人工标识图设置在所述待测物体周边；位姿矩阵计算模块，用于根据所述RGB-D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB-D相机的位姿矩阵；所述位姿矩阵由每张图像对应相机的旋转矩阵和平移矩阵构成；点云数据配准模块，用于对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据，以完成点云数据的配准。可选的，所述位姿矩阵计算模块包括：像素坐标值显示子模块，用于调用Opencv开源程序库中的cvSetMouseCallback方法动态显示各图像特征点的像素坐标值；计算子模块，用于输入所述内参矩阵和所述畸变系数，根据各图像中所述人工标识图的预设特征点的像素坐标值，利用PNP算法解算各图像的旋转矩阵和平移矩阵。可选的，所述点云数据配准模块包括：坐标转化子模块，用于对每组点云数据，根据下述公式进行反求，以将相机坐标系中的各点云数据转化为世界坐标系下的点云数据：式中，相机坐标系的坐标点为(xc，yc，zc)，世界坐标系下的坐标点为(xw，yw，zw)，R为当前点云数据的旋转矩阵，T为当前点云数据的平移矩阵。本专利技术实施例还提供了一种三维点云数据配准设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述三维点云数据配准方法的步骤。本专利技术实施例最后还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有三维点云数据配准程序，所述三维点云数据配准程序被处理器执行时实现如前任一项所述三维点云数据配准方法的步骤。本申请提供的技术方案的优点在于，不需要遍历点云数据集，只需要提取多帧可拼接待测物体和人工标识图全貌的图像中人工标识图的特征点，计算出每帧图片的旋转矩阵和平移矩阵，最后将对应图像帧的点云数据帧乘上计算得到的位姿矩阵即可完成不同角度帧之间的点云数据配准，处理效率高，耗时短；由于人工标识图为人工设定，图上的特征明显，提取的特征点准确，计算得到相机的旋转和平移矩阵也相对准确，进而配准的点云数据的误差小，有效的降低了点云数据配准的误差率；由于解算变换参数矩阵平移矩阵时只用到了图像帧数据，各点云数据帧之间不参与运算，相互独立，故对不同图像帧之间的点云数据集无要求。此外，本专利技术实施例还针对三维点云数据配准方法提供了相应的实现装置、设备及计算机可读存储介质，进一步使得所述方法更具有实用性，所述装置、设备及计算机可读存储介质具有相应的优点。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明为了更清楚的说明本专利技术实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种三维点云数据配准方法的流程示意图；图2为本公开根据一示例性实施例本文档来自技高网...

【技术保护点】
1.一种三维点云数据配准方法，其特征在于，包括：获取RGB‑D相机采集的同时包含待测物体和人工标识图的多张图像和各自相对应的点云数据，所述待测物体的全貌由多帧点云数据拼接而成；所述人工标识图设置在所述待测物体周边；根据所述RGB‑D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB‑D相机的位姿矩阵；所述位姿矩阵由每张图像对应相机的旋转矩阵和平移矩阵构成；对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据，以完成点云数据的配准。

【技术特征摘要】
1.一种三维点云数据配准方法，其特征在于，包括：获取RGB-D相机采集的同时包含待测物体和人工标识图的多张图像和各自相对应的点云数据，所述待测物体的全貌由多帧点云数据拼接而成；所述人工标识图设置在所述待测物体周边；根据所述RGB-D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB-D相机的位姿矩阵；所述位姿矩阵由每张图像对应相机的旋转矩阵和平移矩阵构成；对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据，以完成点云数据的配准。2.根据权利要求1所述的三维点云数据配准方法，其特征在于，所述根据所述RGB-D相机的内参矩阵和畸变系数，及各图像中人工标识图的预设特征点的像素坐标值，计算得到所述RGB-D相机的位姿矩阵包括：调用Opencv开源程序库中的cvSetMouseCallback方法动态显示各图像特征点的像素坐标值；输入所述内参矩阵和所述畸变系数，根据各图像中所述人工标识图的预设特征点的像素坐标值，利用PNP算法解算各图像的旋转矩阵和平移矩阵。3.根据权利要求2所述的三维点云数据配准方法，其特征在于，所述根据各图像中所述人工标识图的预设特征点的像素坐标值，利用PNP算法解算各图像的旋转矩阵和平移矩阵为：对每一张图像，所述人工标识图的4个特征点的像素坐标为(x'0，y'0)、(x'1，y'1)、(x'2，y'2)、(x'3，y'3)，各特征点对应的世界坐标(x0，y0，z0)、(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)；利用PNP算法计算每张图像在世界坐标系下的旋转矩阵和平移矩阵，作为所述RGB-D相机的位姿矩阵。4.根据权利要求1至3任意一项所述的三维点云数据配准方法，其特征在于，所述对各点云数据与所述位姿矩阵进行运算，得到同一坐标系下的点云数据包括：对每组点云数据，根据下述公式进行反求，以将相机坐标系中的各点云数据转化为世界坐标系下的点云数据：式中，相机坐标系的坐标点为(xc，yc，zc)，世界坐标系下的坐标点为(xw，yw，zw)，R为当前点云数据的旋转矩阵，T为当前点云数...

【专利技术属性】
技术研发人员：李晋芳，李明，蔡小娜，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44