基于伪Huber损失函数的三维点云仿射配准方法及系统技术方案

本发明专利技术公开了一种基于伪Huber损失函数的三维点云仿射配准方法及系统，所述方法包括：获取形状点云和模型点云；根据所述形状点云和所述模型点云建立基于伪Huber损失函数的三维点云仿射配准模型；对所述三维点云仿射配准模型进行优化求解，得到最优仿射变换。本发明专利技术提供的基于伪Huber损失函数的三维点云仿射配准方法可以抑制数据缺失、噪声点或外点对三维点云仿射配准结果的影响，提高仿射配准的精度。

【技术实现步骤摘要】
基于伪Huber损失函数的三维点云仿射配准方法及系统
本专利技术属于三维点云数据处理
，具体涉及一种基于伪Huber损失函数的三维点云仿射配准方法及系统。
技术介绍
随着数据采集技术和计算机技术的快速发展，计算机视觉技术的研究对象已经逐渐从二维图像转换为三维点云数据。在实际中，由于三维点云数据广泛存在仿射变换，需要进行仿射配准。而现有的仿射配准方法大多存在精度不佳或需要数据额外信息的问题，如Feldmar和Ayache首先对点云进行刚体配准，然后在各个坐标点处引入法向量和主曲率用于计算仿射变换，但是该方法对于形状变形过大的数据配准精度较差，且在配准过程中需要知道数据的额外信息，如为了求法向量的方向，需要知道目标数据的内界和外界。因此，三维点云仿射配准仍是现阶段的一个难点和热点问题。目前，现有的点云仿射配准算法多数存在配准结果不佳和应用的局限性，如对于数据缺失或含有大量噪声点、外点的情况配准精度较差。由于点云数据采集传感器的物理限制和噪声等因素影响，所采集的实际点云存在数据缺失、噪声点和外点的情况，从而会影响点云的配准精度，甚至获得本文档来自技高网...

【技术保护点】
1.一种基于伪Huber损失函数的三维点云仿射配准方法，其特征在于，包括：/nS1：获取形状点云和模型点云；/nS2：根据所述形状点云和所述模型点云建立基于伪Huber损失函数的三维点云仿射配准模型；/nS3：对所述三维点云仿射配准模型进行优化求解，得到最优仿射变换。/n

【技术特征摘要】
1.一种基于伪Huber损失函数的三维点云仿射配准方法，其特征在于，包括：
S1：获取形状点云和模型点云；
S2：根据所述形状点云和所述模型点云建立基于伪Huber损失函数的三维点云仿射配准模型；
S3：对所述三维点云仿射配准模型进行优化求解，得到最优仿射变换。


2.根据权利要求1所述的基于伪Huber损失函数的三维点云仿射配准方法，其特征在于，所述三维点云仿射配准模型为：



s.t.det(A)≠0
其中，A表示仿射矩阵，t表示平移向量，c表示形状点云和模型点云的空间对应关系，b表示异常值阈值，pi表示形状点云中的点，mc(i)表示模型点云M中与pi点空间对应关系为c(i)的点，Np为正整数。


3.根据权利要求2所述的基于伪Huber损失函数的三维点云仿射配准方法，其特征在于，步骤S3包括：
S31：采用ICA法对所述三维点云仿射配准模型进行初值估计，得到仿射矩阵的初值A0和平移向量的初值t0；
S32：建立所述形状点云和所述模型点云第k次优化的空间对应关系；并根据所述第k次优化的空间对应关系计算第k次优化对应的仿射矩阵Ak和平移向量tk，其中，k≥1；
S33：重复步骤S32，以对所述三维点云仿射配准模型进行优化，直至优化满足预设条件；
S34：将当前第k次优化对应的仿射矩阵Ak和平移向量tk作为最优仿射变换输出。


4.根据权利要求3所述的基于伪Huber损失函数的三维点云仿射配准方法，其特征在于，所述形状点云和所述模型点云第k次优化的空间对应关系表示为：



其中，pi表示形状点云中的点，mj表示形状点云中的点，Np和Nq均为正整数，Ak-1表示第k-1次优化对应的仿射矩阵，tk-1表示第k-1次优化对应的平移向量。

<...

【专利技术属性】
技术研发人员：汪霖，郭佳琛，樊萍，周延，刘成，姜博，李艳艳，陈晓璇，汪照阳，高歌，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61