【技术实现步骤摘要】
一种基于部分质量最优传输理论的不完整点云配准方法
本专利技术属于图像处理领域，涉及一种基于部分质量最优传输理论的不完整点云配准方法。
技术介绍
由于扫描技术的限制，无法获得三维场景的全部信息。根据不同角度扫描的数据，将其重建成三维物体的过程叫做三维重建。然而每次扫描得到的局部信息，如何将他们匹配到一起，这个过程叫做点云配准。点云，也称为点集，是指一个特定坐标系中包含的一组点。通常，点云是由三维扫描仪生成的，用来表示三维空间中物体的外表面。点云配准在计算机视觉和模式识别，三维模型采样，几何处理等领域被广泛的应用，是对两个点云进行对齐的过程。此外，点云匹配还用文物重建、医学图像分析、建筑重建，相机位姿的估计。点云是一种无结构的三维数据，点与点之间没有连接关系，点云之间没有对应关系。点云配准过程是寻找目标点云E和源点云S之间的对应关系，根据对应关系找到目标点云E和源点云S的映射变换；再根据变换参数，对源点云S进行变换，将变换后的源点云S和目标点云E通过合适的相似度指标对比。最小化点云S和E之间的相似度差异，从而使得点云E和...
【技术保护点】
1.一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：该方法包括以下步骤：/nS1：输入两个点云P和Q，进行质量分配之后对齐两个点云的质量重心，得到新的点云X和Y；/nS2：建立点云配准能量函数，使用部分质量最优传输理论求解点云X和Y之间的最优传输矩阵σ；/nS3：根据求得的最优传输计划σ，使用SVD分解求得两个点云之间的相对变换矩阵T(R,t)；/nS4：重复S2至S3，直到两次求得的旋转矩阵的F范数收敛；/nS5：将最终得到的变换矩阵T(R,t)应用到点云Q之中，配准点云P和Q。/n
【技术特征摘要】
1.一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：该方法包括以下步骤：
S1：输入两个点云P和Q，进行质量分配之后对齐两个点云的质量重心，得到新的点云X和Y；
S2：建立点云配准能量函数，使用部分质量最优传输理论求解点云X和Y之间的最优传输矩阵σ；
S3：根据求得的最优传输计划σ，使用SVD分解求得两个点云之间的相对变换矩阵T(R,t)；
S4：重复S2至S3，直到两次求得的旋转矩阵的F范数收敛；
S5：将最终得到的变换矩阵T(R,t)应用到点云Q之中，配准点云P和Q。
2.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S1中：输入两个点云P＝{p1,p2,…,pm}和Q＝{q1,q2,…,qn}，进行质量分配，详细做法采用均分配的思想，不考虑引入特征等其他复杂信息；点云P和Q中点的个数为m和n，点云P和Q中每个点的质量分别为：
3.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S1中，两点云的质量重心Bp和Bq分别为：
对齐质量重心之后得到新的点云X和点云Y，其中点的坐标为：
4.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S2中，使用部分质量最优传输理论，在计算传输计划时，使用rangeconstraint散度函数，松弛了点云的质量传输，打破了质量守恒准则；并且使用RG函数来约束传输点云Y的总质量，提升算法在大量异常点和缺失情况下的鲁棒性；
5.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S2中，将最优传输理论，使用RG散度函数来对质量守恒法则松弛，沿用传输代价的概念来建模两个点云的配准，传输代价使用的是两点之间的距离乘以对应的传输计划，采用的距离函数是两点之间欧氏距离的平方，点云配准能量函数如下：
S201：使用交替迭代算法，首先固定变换矩阵T(R,t)，求解最优传输计划σ，通过熵正则项来近似求解，ε是熵正则项系数，控制正则化的程度；将点云配准能量函数改写为：
H(σ)是传输计划的熵，其形式如下：
S202：求解点云配准问题是一个凸优...
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。