The invention relates to the technical field of three-dimensional point cloud data processing and three-dimensional scene reconstruction. A regular three-dimensional color point cloud registration method based on multi-modal features includes the following steps: (1) acquiring three-dimensional color point cloud data, (2) extracting image data, (3) extracting image feature points, (4) matching image feature points, (5) extracting point cloud data, (6) extracting point cloud feature points, (7) extracting point cloud feature points. Matching, (8) coarse registration of three-dimensional color point clouds, (9) precise registration of three-dimensional color point clouds. The invention has the following advantages: firstly, the invention utilizes point cloud and image two modal information to extract multi-modal features and construct multi-modal matching point pairs, thus giving full play to the multi-modal advantages of three-dimensional color point clouds; secondly, the invention first uses multi-modal matching point pairs for rough registration, gives relatively accurate initial matching values, and applies them to precise registration, which reduces the number of matching points. The registration time also improves the registration accuracy.
【技术实现步骤摘要】
一种基于多模态特征的规则三维彩色点云配准方法
本专利技术涉及一种基于多模态特征的规则三维彩色点云配准方法,属于三维点云数据处理与三维场景重建
技术介绍
随着信息科学技术的发展,计算机视觉、虚拟现实、3D打印、模式识别等领域在飞速进步,三维彩色点云得到了越来越广泛地应用。三维彩色点云数据是由点云数据和图像数据两种模态信息融合而成,其中,点云数据通过激光扫描仪得到,记录了物体的几何位置信息,图像数据通过彩色相机得到,记录了物体的颜色纹理信息。因此,三维彩色点云数据是三维点云数据的进一步发展,能更立体形象地描述现实世界。其中,规则三维彩色点云数据是一种规则分布的三维彩色点云数据,其按照矩形网格分布排列。在使用三维彩色激光扫描测距系统对实际场景进行扫描测量时,由于视野限制和物体遮挡等原因,通常不能在同一个视角下一次性扫描得到实际场景的全部三维彩色点云数据。因此,需要让三维彩色激光扫描测距系统在不同视角下对被测场景进行扫描,然后将多个视角下扫描得到的三维彩色点云数据变换到同一个坐标系下,获得实际场景的完整三维彩色点云数据,这个过程就是三维彩色点云数据的配准。目前较为常用的点云配准算法是迭代最近点算法(ICP算法),其原理是迭代地对待配准点云集的对应点对进行选择,每次迭代时,对于一个点云集中的每个点都需要在另一个点云集中搜索离它距离最近的点,组成对应点对,并计算可以使对应点对之间的距离之和最小的旋转平移矩阵,最后利用旋转平移矩阵对待配准点云进行坐标变换,以实现点云配准。但这种算法仍存在一些不足:1)需要提供一个较好的配准初值;2)在搜索对应点对时,由于点云数 ...
【技术保护点】
1.一种基于多模态特征的规则三维彩色点云配准方法,其特征在于包括以下步骤:步骤1、获取三维彩色点云数据,利用三维激光彩色扫描测距系统在两个不同的位置分别对同一场景进行扫描,得到两个规则三维彩色点云数据P={pij=(xij,yij,zij,rij,gij,bij)|1≤i≤n,1≤j≤m}和
【技术特征摘要】
1.一种基于多模态特征的规则三维彩色点云配准方法,其特征在于包括以下步骤:步骤1、获取三维彩色点云数据,利用三维激光彩色扫描测距系统在两个不同的位置分别对同一场景进行扫描,得到两个规则三维彩色点云数据P={pij=(xij,yij,zij,rij,gij,bij)|1≤i≤n,1≤j≤m}和其中,pij为规则三维彩色点云数据P中的彩色点,(xi,yi,zi)为彩色点pij的坐标,(rij,gij,bij)为彩色点pij的颜色,n为规则三维彩色点云数据P的行数,m为规则三维彩色点云数据P的列数,为规则三维彩色点云数据中的彩色点,为彩色点的坐标,为彩色点的颜色,为规则三维彩色点云数据的行数,为规则三维彩色点云数据的列数,i为规则三维彩色点云数据的扫描行号,j为规则三维彩色点云数据的扫描列号,规则三维彩色点云数据由点云数据和图像数据两种模态融合而成,并按照矩形网格分布规则化排列;步骤2、提取图像数据,根据规则三维彩色点云数据的组织形式,分别从规则三维彩色点云数据P和中提取图像数据C={cij=(rij,gij,bij)|1≤i≤n,1≤j≤m}和步骤3、图像特征点提取,在图像模态中,利用SIFT算法分别提取图像C和中的特征点,并构建其的特征向量;步骤4、图像特征点匹配,利用欧式距离和随机采样一致性RANSAC算法,匹配图像C和的特征点,构建两幅图像的匹配点对;步骤5、提取点云数据,分别从规则三维彩色点云数据P和中提取点云数据S={sij=(xij,yij,zij)|1≤i≤n,1≤j≤m}和步骤6、点云特征点提取,按照扫描行号将点云S分解为n条横向线点云,计算每一条横向线点云中每个离散点的曲率,提取曲率极值点,作为点云S的横向特征点,按照扫描列号将点云S分解为m条纵向线点云,计算每一条纵向线点云中每个离散点的曲率,提取曲率极值点,作为点云S的纵向特征点,点云S的横向特征点和纵向特征点构成了点云S的特征点;按照扫描行号将点云分解为条横向线点云,计算每一条横向线点云中每个离散点的曲率,提取曲率极值点,作为点云的横向特征点,按照扫描列号将点云分解为条纵向线点云,计算每一条纵向线点云中每个离散点的曲率,提取曲率极值点,作为点云的纵向特征点,点云的横向特征点和纵向特征点构成了点云的特征点,具体包括以下子步骤:(a)、按照扫描行号i,将点云S分解为n条横向线点云S={Si|1≤i≤n},其中,Si={sij=(xij,yij,zij)|1≤j...
【专利技术属性】
技术研发人员:安毅,王玮,王磊,马蕊,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。