基于区域曲率二进制描述符的点云初始配准方法技术

本发明专利技术公开了基于区域曲率二进制描述符的点云初始配准方法，首先获取被测物体的三维点云数据集，然后将点云数据中的特征点转化为二进制字符串，再寻找相同的特征点，得到所有匹配的特征点，最终获得初始配准后的点云数据集。本发明专利技术方法具有计算速度快、配准精度高和抗干扰能力强等优点，能够抵抗正常误差和变化的点云密度，再具体应用时，能够满足处理形状各异、外型受损严重、噪声较高的文物碎片的需要。

Initial registration of point cloud based on binary descriptor of region curvature

【技术实现步骤摘要】
基于区域曲率二进制描述符的点云初始配准方法
本专利技术属于三维点云配准
，具体涉及一种基于区域曲率二进制描述符的点云初始配准方法。
技术介绍
三维点云配准是目前计算机图形学中的一个热门研究方向，对现代医学、文物保护、航空航天等诸多领域都产生了深远的影响。三维点云配准是指通过刚性变换将模型点云变换到与场景点云相同的坐标系下，得到完成的三维点云数据。两个点云之间点的对应关系是配准需要解决的核心问题。现有配准方法通常分为初始配准和精细配准两个步骤。初始配准从全局出发，找到两个点云的近似旋转平移矩阵，提高优化效率，避免精细配准陷入局部最优。精细配准是指在初始配准后，进一步计算得到更加精确的配准矩阵。目前三维点云的初始配准可以分为三类：基于全局配准的方法、基于局部特征描述的算法和基于随机抽样一致算法(randomsampleconsensus,RANSAC)框架的方法。基于全局特征描述的算法，将点云配准转化为不同视角下的点云特征搜索问题；基于局部特征描述的算法，通过建立、搜索和匹配点云的关键特征点对应关系进行配准；基于随机抽样一致算法利用点云数据间的重叠区域确定对应点，根据对应点求解待匹配点云间的刚体变换关系。Zhou等提出一种快速全局配准算法。该算法对点云表面的点进行匹配操作。为了使表面对准及去掉错误的匹配而优化单一目标，这种优化在没有初始化的条件下实现目标点云的紧密对齐。Tombari等人提出SHOT描述符，将特征点的球形空间沿径向、方位、俯仰3个方向，划分32个子空间，统计各区域内邻域点法线及关键点法线的夹角生成SHOT描述符。SHOT方法的局部特征描述能力较优，但对于点云的密度变化、和高斯噪声较为敏感。Shen等首次将FPFH进行粗配准与ICP精细配准相结合。FPFH运算速度较快，维度较低，节省运算空间，但是在计算时没有考虑邻域半径的选取标准，对点云精度的依赖度很高。当待配准点云数据集的精度不同时，配准低效。综上可以看出，虽然国内外学者在三维视觉的初始配准领域做了广泛的研究，然而现有的初始配准方法存在配准精度低、鲁棒性差、迭代速度慢的缺点。
技术实现思路
为解决上述问题，本专利技术提供了一种基于区域曲率二进制描述符的点云初始配准方法，解决现有的初始配准方法存在配准精度低、鲁棒性差、迭代速度慢的缺点。为了解决上述技术问题，本专利技术采用如下技术方案予以实现：基于区域曲率二进制描述符的点云初始配准方法，该方法具体包括以下步骤：步骤1，获取被测物体的三维点云数据集S，S＝[S1,S2,...,Si,...Sj,...,Sm]；Si表示第i个点云数据，i＝1,2,...,m，j＝1,2,...,m，i≠j，m≥2；步骤2，提取Si的特征点形成集合表示点云Si中的第v个特征点；将这些特征点转化为二进制字符串表示中的第v个描述符；步骤3，提取Sj的特征点形成集合表示点云Sj中的第u个特征点；将这些特征点转化为二进制字符串表示中的第u个描述符；步骤4，寻找和中相同的特征点：步骤4.1，在中查找与距离最近的和次近的当两个的距离比值低于阈值T1，0.6≤T1≤0.9，保存进行步骤4.2；否则，重复4.1；式中，表示与之间距离，表示与之间的距离；步骤4.2，在中查找与步骤4.1中得到距离最近的和次近的当两个的距离比值低于阈值T2，0.6≤T2≤0.9，，保存进行步骤4.3；否则，返回步骤4.1；式中，表示与之间距离，表示与之间距离；步骤4.3，计算步骤4.1得到的和步骤4.2得到的的Lp距离，若得到的Lp距离大于阈值T3，0.75mr≤T3≤0.85mr，进行步骤4.4；否则，返回步骤4.1；步骤4.4，判断描述符与描述符是否对应同一特征点，若描述符与描述符对应同一特征点，则得到一组匹配的特征点；否则，返回步骤4.1；步骤4.7，重复步骤4.1至步骤4.4，直至找到和中所有匹配的特征点；步骤5，重复步骤2至步骤4，遍历数据集S中的所有点云数据，得到所有匹配的特征点，即可得到初始配准后的点云数据集S′。具体的，所述步骤2中，特征点转化为二进制字符串的过程包括：对每一个特征点执行以下操作：步骤2.1，获取以特征点为中心半径为r以内的特征点集合25mr≤r≤75mr，计算的协方差矩阵D；式中，di表示特征点与域点之间的距离，表示半径r范围内与相邻的任意点；步骤2.2，根据协方差矩阵D建立特征点的三维局部坐标系，然后将三维局部坐标系下的及其相邻的所有点投影到二维平面上；步骤2.3，将二维平面分成2Ls×2Ls个网格，量化投影点进入相应的网格中，2Ls表示二维平面每个边划分的数量；步骤2.4，计算每个网格中的投影点的加权曲率，聚合所有的加权曲率形成曲率分布矩阵，该曲率分布矩阵自动形成曲率图；步骤2.5，将步骤2.4的曲率图转化成二进制串，即得到特征点对应的描述符。具体的，步骤3中特征点转化为二进制字符串的过程同步骤2。具体的，所述的步骤2和步骤3中的均使用ISS特征点提取方法对特征点进行提取。具体的，所述的步骤1中，还需要对得到的点云数据进行预处理，预处理过程包括滤波去噪和离群点去噪。本专利技术还公开了基于区域曲率二进制描述符的点云初始配准系统，该系统包括以下模块：数据采集模块，用于获取被测物体的三维点云数据集S，S＝[S1,S2,...,Si,...Sj,...,Sm]；Si表示第i个点云数据，i＝1,2,...,m，j＝1,2,...,m，i≠j，m≥2；特征点提取模块，用于提取Si的特征点形成集合表示点云Si中的第v个特征点；提取Sj的特征点形成集合表示点云Sj中的第u个特征点；特征点转化模块，用于将特征点提取模块中的特征点转化为二进制字符串和表示中的第v个描述符；表示中的第u个描述符；特征点匹配模块，用于寻找和中相同的特征点，具体包括：正序查找模块，用于在中查找与距离最近的和次近的当两个的距离比值低于阈值T1，0.6≤T1≤0.9，保存进入逆序查找模块；否则，重复正序查找过程；式中，表示与之间距离，表示与之间的距离；逆序查找模块，用于在中查找与正序查找模块中得到距离最近的和次近的当两个的距离比值低于阈值T2，0.6≤T2≤0.9，，保存进入；否则，返回正序查找模块；式中，表示与之间距离，表示与之间距离；Lp距离计算模块，用于计算正序查找模块得到的和逆序查找模块得到的的Lp距离，若得到的Lp距离大于阈值T3，0.75mr≤T3≤0.85mr，进行特征点配对模块；否则，返回正序查找模块；特征点配对模块，用于判断描述符与描述符是否对应同一特征点，若描述符与描述符对应同一特征点，则得到一组匹配的特征点；否则，返回正序查找模块；重复计算模块，用于正序查找模块至特征点配对模块，直至本文档来自技高网...

【技术保护点】
1.基于区域曲率二进制描述符的点云初始配准方法，其特征在于，该方法具体包括以下步骤：/n步骤1，获取被测物体的三维点云数据集S，S＝[S

【技术特征摘要】
1.基于区域曲率二进制描述符的点云初始配准方法，其特征在于，该方法具体包括以下步骤：
步骤1，获取被测物体的三维点云数据集S，S＝[S1,S2,...,Si,...Sj,...,Sm]；Si表示第i个点云数据，i＝1,2,...,m，j＝1,2,...,m，i≠j，m≥2；
步骤2，提取Si的特征点形成集合表示点云Si中的第v个特征点；
将这些特征点转化为二进制字符串表示中的第v个描述符；
步骤3，提取Sj的特征点形成集合表示点云Sj中的第u个特征点；
将这些特征点转化为二进制字符串表示中的第u个描述符；
步骤4，寻找和中相同的特征点：
步骤4.1，在中查找与距离最近的和次近的当两个的距离比值低于阈值T1，0.6≤T1≤0.9，保存进行步骤4.2；否则，重复4.1；



式中，表示与之间距离，表示与之间的距离；
步骤4.2，在中查找与步骤4.1中得到距离最近的和次近的当两个的距离比值低于阈值T2，0.6≤T2≤0.9，，保存进行步骤4.3；否则，返回步骤4.1；



式中，表示与之间距离，表示与之间距离；
步骤4.3，计算步骤4.1得到的和步骤4.2得到的的Lp距离，若得到的Lp距离大于阈值T3，0.75mr≤T3≤0.85mr，进行步骤4.4；否则，返回步骤4.1；
步骤4.4，判断描述符与描述符是否对应同一特征点，若描述符与描述符对应同一特征点，得到一组匹配的特征点；否则，返回步骤4.1；
步骤4.7，重复步骤4.1至步骤4.4，直至找到和中所有匹配的特征点；
步骤5，重复步骤2至步骤4，遍历数据集S中的所有点云数据，得到所有匹配的特征点，即可得到初始配准后的点云数据集S′。


2.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述步骤2中，特征点转化为二进制字符串的过程包括：
对每一个特征点执行以下操作：
步骤2.1，获取以特征点为中心半径为r以内的特征点集合25mr≤r≤75mr，计算的协方差矩阵D；






式中，di表示特征点与域点之间的距离，表示半径r范围内与相邻的任意点；
步骤2.2，根据协方差矩阵D建立特征点的三维局部坐标系，然后将三维局部坐标系下的及其相邻的所有点投影到二维平面上；
步骤2.3，将二维平面分成2Ls×2Ls个网格，量化投影点进入相应的网格中，2Ls表示二维平面每个边划分的数量；
步骤2.4，计算每个网格中的投影点的加权曲率，聚合所有的加权曲率形成曲率分布矩阵，该曲率分布矩阵自动形成曲率图；
步骤2.5，将步骤2.4的曲率图转化成二进制串，即得到特征点对应的描述符。


3.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，步骤3中特征点转化为二进制字符串的过程同步骤2。


4.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述的步骤2和步骤3中的均使用ISS特征点提取方法对特征点进行提取。


5.如权利要求1所述的基于区域曲率二进制描述符的点云初始配准方法，其特征在于，所述的步骤1中，还需要对得到的点云数据进行预处理，预处理过程包括滤波去噪和离群点去噪。


6.基于区域...

【专利技术属性】
技术研发人员：恒一陟，耿国华，张雨禾，陆正杰，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61