一种用于三维重建的点云配准方法技术
【技术实现步骤摘要】
一种用于三维重建的点云配准方法
本专利技术属于图像处理
，具体涉及一种用于三维重建的点云配准方法。
技术介绍
近年来，随着三维扫描技术的日益成熟与计算机视觉技术的飞速发展，三维重建技术正广泛应用于3D打印、机器视觉、数字考古、医疗发展等诸多领域，受到了各大研究院校与科研学者的高度关注。由于三维扫描设备有限的扫描视角，每次测量物体时只能得到物体的一部分点云数据，在实际应用过程中通常从不同视角对物体进行多次扫描后配准来实现三维物体的重现，因此，在三维物体重建过程中点云配准显得尤为重要。当前，使用的自动配准算法主要包括基于曲面的配准、基于几何特征的配准与迭代配准算法。基于曲面的配准算法用切平面代替真正的曲面使得在迭代过程中可以使迭代误差快速收敛，但需求解非线性最小二乘的问题，时间复杂度比较高，同时，当物体表面曲率变化明显时，算法收敛性得不到保证。由于曲率具有平移、旋转不变性，在基于几何特征的配准算法中大多学者选择基于曲率特征的配准算法，该算法可以在一定程度上保证算法的配准精度，但易导致存在多个相似点对的情况，增加算法的复杂度，且对于局部特征不明显的物体不太适用。目...
【技术保护点】
一种用于三维重建的点云配准方法，其特征在于，包括以下步骤：S101、用三维扫描仪从不同视角扫描物体表面，获得至少两个视角三维点云，取两个视角三维点云分别作为源点集P和目标点集Q；S102、对P和Q构建KD‑tree；S103、基于KD‑tree求取P中每个点的k_1个近邻点，并计算P中每个点的法向量；S104、计算P中每个点的法向量夹角平均值；S105、基于P中每个点的法向量夹角平均值对P中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下P中每一级的采样比例并提取采样点；S107、基于KD‑tree求P中各采样点在Q中的k_3个近邻点，并基于本专利技术...
【技术特征摘要】
1.一种用于三维重建的点云配准方法，其特征在于，包括以下步骤：S101、用三维扫描仪从不同视角扫描物体表面，获得至少两个视角三维点云，取两个视角三维点云分别作为源点集P和目标点集Q；S102、对P和Q构建KD-tree；S103、基于KD-tree求取P中每个点的k_1个近邻点，并计算P中每个点的法向量；S104、计算P中每个点的法向量夹角平均值；S105、基于P中每个点的法向量夹角平均值对P中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下P中每一级的采样比例并提取采样点；S107、基于KD-tree求P中各采样点在Q中的k_3个近邻点，并基于本发明中的匹配度求各采样点与其k_3个近邻点的匹配值，计算匹配度时若某点无曲率信息，则求取其曲率信息并存储，取匹配值最小的点作为该采样点的匹配点；S108、根据获得的匹配点对，使用四元素法计算旋转矩阵和平移矩阵；S109、使用获得的旋转矩阵和平移矩阵对源点集P进行变换，得到转换后的点云集P1，并将P1作为新的源点集P；S110、重复步骤S107到S109直到使目标函数最小；S111、若分辨率满足预设条件或目标函数的均方根误差满足预设条件，则结束，否则将当前分辨率加1，并返回步骤S106。2.如权利要求1所述的用于三维重建的点云配准方法，其特征在于，步骤S104包括：对于源点集P中任意点pi，使用KD-tree求取pi的k_2个近邻点，计算P中点pi的法向量夹角平均值Mi，其中Mi为：上式中为点pi的法向量，为pi近邻点的法向量，Mi值的大小反映pi局部区域的弯曲程度，Mi值越大，pi局部区域弯曲程度越大，Mi值越小，pi局部区域越平坦；由此计算出P中每个点的法向量夹角平均值。3.如权利要求2所述的用于三维重建的点云配准方法，其特征在于，步骤S105包括：基于源点集P中每个点的法向量夹角平均值将P中的点分为m级，则第l级点的取值范围为：minM+(l-1)*G≤Ml＜m...
【专利技术属性】
技术研发人员：王勇，邹辉，黎春，闫河，何养明，陈荟西，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：重庆,50
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。