一种基于抗差约束最小二乘算法的点云精确配准方法技术

本发明专利技术提供了一种基于抗差约束最小二乘算法的点云精确配准方法，首先，根据地面三维激光扫描仪采集被测物体从不同视角观测的具有一定重叠度的点云数据，通过PCA算法对待配准点云和目标点云进行粗配准，使得两点云有一个相对良好的初始位置；其次，在目标点云中建立kd‑tree，搜索与待配准点云相对应的点，再根据点云的法向量特征，保留特征度较大的点；最后，将得到的对应点对利用抗差约束最小二乘算法，将待配准点云和目标点云通过旋转平移统一到同一坐标系下。本发明专利技术有效解决了原始点云数据量大，精度不高以及三角函数求解复杂的情况，避免在配准过程中陷入局部最优解，缩短配准时间，提高点云配准的精度。

【技术实现步骤摘要】
一种基于抗差约束最小二乘算法的点云精确配准方法
本专利技术属于计算机视觉领域，具体涉及一种基于抗差约束最小二乘(RobustConstrainedLeastSquares，简称RCLS)算法的点云精确配准方法。
技术介绍
3D点云配准是计算机视觉领域的关键研究问题之一，在逆向工程、SLAM、图像处理和模式识别等方面具有重要应用。点云配准的目的是求解出同一坐标下不同姿态点云的变换矩阵，利用该矩阵实现多视扫描点云的精确配准，最终获取完整的3D数字模型。针对3D点云配准，国内外学者进行了大量的研究，但大部分研究方法往往集中于前期的对应点对搜索，通过提取点云的相关特征如法向量，曲率等以提高对应点对搜索效率，然后通过SVD法或四元数法等解析解的方法求旋转矩阵R和平移向量T，但是这些方法没有考虑点云数据中含有的粗差以及三角函数计算的繁琐，在一定程度上限制了点云配准的精度。
技术实现思路
专利技术目的：为解决上述问题，本专利技术提供了一种基于抗差约束最小二乘算法的点云精确配准方法，能进行任意角度的点云配准，缩短配准时间，提高配准精度。技术方案：本专利技术所述的一种基于抗差约束最小二乘算法的点云精确配准方法，包括以下步骤：(1)获取经过去噪滤波处理的待配准点云和目标点云；(2)通过PCA算法对待配准点云和目标点云进行粗配准；(3)利用kd-tree搜索待配准点云在目标点云中的对应点，设置搜索距离阈值η，删除错误的点对；(4)根据点云的法向量特征，提取特征度较大的点；(5)将得到的对应点对利用抗差约束最小二乘算法，将待配准点云通过旋转和平移配准到目标点云上，直至两点云的满足距离阈值δ(1e-6)。进一步地，所述步骤(1)实现过程如下：采用SOA的离群噪声去除算法对两点云进行去噪滤波处理，设待处理的点云为P＝{pi∈R3∣i＝1,2,3,…,n}，n为待处理点云中的采样点个数，对其中的任意采样点pi，建立pi的k邻域，计算采样点pi到它的k邻域点的平均距离，之后判断平均距离，如果距离在设定范围内，则判定为主体点云，否则，判定为噪声点，然后移除噪声点。进一步地，所述步骤(2)实现过程如下：(21)计算待配准点云P和目标点云Q的质心点坐标：式中，N和M代表待配准点云P和目标点云Q的点云数量，UP和UQ代表P，Q的质心点坐标；(22)计算两组点云的协方差：covP＝(P-UP)(P-UP)TcovQ＝(Q-UQ)(Q-UQ)T式中，UP和UQ代表P，Q的质心点坐标，cov表示协方差，T表示转置；(23)通过协方差矩阵，分别求两组点云各自的特征向量，按特征值将特征向量从大到小排列，求出粗配准的旋转矩阵R和平移矩阵T，将两组点云形成的坐标轴统一到相同的坐标系下，完成粗配准。进一步地，步骤(3)所述的搜索距离阈值η为所有对应点对距离平均值的1.5倍。进一步地，所述步骤(4)实现过程如下：(41)点云中某一点pi处法向量的变化程度即其特征度fi，定义为其法向量与其k近邻点夹角的算术平均值：其中，θij为点pi的法向量与其近邻点pj的法向量的夹角；(42)选取适当的阈值ε1，去掉点云中较为平坦的部分并保留fi>ε1的点，对于保留点中的任一pm，若其满足：pmf(pm)＝max[f(pm1),f(pm2),…,f(pmk)]将pm作为特征点，其中f(pm1),f(pm2),…,f(pmk)为点pm的k近邻点的特征度；(43)设两点云为P和Q，其中P为待配准点云，Q为目标点云，分别对两个点云进行特征点提取，得到P的特征点集为Pt＝{ptl,pt2,pt3…,ptn′}，Q的特征点集为Qt＝{qtl,qt2,qt3,…,qtm′}，其中n′和m′分别为P和Q的特征点的个数。进一步地，所述步骤(5)实现过程如下：(51)对待配准点云和目标点云的坐标进行重心化处理，并建立重心化后的误差方程；(52)使用间接平差的基本公式得到参数近似值，作为待估参数初始值；(53)得到5个约束条件，组成约束条件方程，由(52)得到的参数的初始值可以得到Wx和C矩阵；(54)使用附有限制条件的间接平差更新参数值,求出旋转矩阵R；(55)根据参数的大小来判断是否满足收敛条件，当待估参数的二范数就可认为参数满足收敛，更新参数估值；若不满足条件，重复迭代的过程；(56)对平移参数进行还原，根据求得的转换参数计算待配准点云在新坐标系中的坐标。有益效果：与现有技术相比，本专利技术的有益效果：有效解决了原始点云数据精度不高，数据量大的情况，大幅缩短配准时间，与传统解析解的方法相比，初始值获取较容易，无需用复杂的三角函数计算，避免在配准过程中陷入局部最优解，得到更加精确的配准结果。附图说明图1为本专利技术所述的构建方法的流程示意图；图2为点云kd-tree的建立示意图；图3为不同区域的法向量示意图。具体实施方式下面结合附图对本专利技术作进一步详细描述。本专利技术提供了一种基于抗差约束最小二乘算法的点云精确配准方法，该方法首先对经过去噪滤波处理后待配准点云和目标点云利用PCA算法进行粗配准，再利用kd-tree在待配准点云与目标点云中搜索对应点对。其次，根据点云的法向量特征，保留特征度较大的点对；最后将得到的对应点对根据约束最小二乘抗差法求解旋转矩阵R和平移向量T，将待配准点云通过旋转和平移配准到目标点云上，直到两点云距离差值的绝对值最小，从而实现点云的精确配准。如图1所示，具体包括以下步骤：步骤一，获取经过去噪滤波处理的待配准点云和目标点云。采用StatisticalOutlierRemoval(SOA)的离群噪声去除算法对两点云进行去噪滤波处理，该方法的主要原理是待处理点云为P＝{pi∈R3∣i＝1,2,3,…,n}，n为待处理点云中的采样点个数，对其中的任意采样点pi，首先建立pi的k邻域，然后计算采样点pi到它的k邻域点的平均距离，之后判断平均距离，如果距离在设定范围内(定义的方差和全局距离平均值)，则判定为主体点云，否则，判定为噪声点，然后移除这些噪声点并扩散到点的邻域中去。从而能够使曲面更加光顺。SOR去噪时需要设置两个阈值，一个是邻域点的数量k，另一个是标准差的倍数n，如下式：其中，表示平均距离，σ表示标准差，当距离超过dmax时会判定为噪声点被删除。步骤二，通过PCA算法对待配准点云和目标点云进行粗配准。首先计算两组点云P，Q的质心点坐标：式中，N和M代表待配准点云P和目标点云Q的点云数量，UP和UQ代表P，Q的质心点坐标。其次计算两组点云的协方差：covP＝(P-UP)(P-UP)TcovQ＝(Q-UQ)(Q-UQ)T式中，UP和UQ代表本文档来自技高网...

【技术保护点】
1.一种基于抗差约束最小二乘算法的点云精确配准方法，其特征在于，包括以下步骤：/n(1)获取经过去噪滤波处理的待配准点云和目标点云；/n(2)通过PCA算法对待配准点云和目标点云进行粗配准；/n(3)利用kd-tree搜索待配准点云在目标点云中的对应点，设置搜索距离阈值η，删除错误的点对；/n(4)根据点云的法向量特征，提取特征度较大的点；/n(5)将得到的对应点对利用抗差约束最小二乘算法，将待配准点云通过旋转和平移配准到目标点云上，直至两点云的满足距离阈值δ。/n

【技术特征摘要】
1.一种基于抗差约束最小二乘算法的点云精确配准方法，其特征在于，包括以下步骤：
(1)获取经过去噪滤波处理的待配准点云和目标点云；
(2)通过PCA算法对待配准点云和目标点云进行粗配准；
(3)利用kd-tree搜索待配准点云在目标点云中的对应点，设置搜索距离阈值η，删除错误的点对；
(4)根据点云的法向量特征，提取特征度较大的点；
(5)将得到的对应点对利用抗差约束最小二乘算法，将待配准点云通过旋转和平移配准到目标点云上，直至两点云的满足距离阈值δ。


2.根据权利要求1所述的基于抗差约束最小二乘算法的点云精确配准方法，其特征在于，所述步骤(1)实现过程如下：
采用SOA的离群噪声去除算法对两点云进行去噪滤波处理，设待处理的点云为P＝{pi∈R3∣i＝1,2,3,…,n}，n为待处理点云中的采样点个数，对其中的任意采样点pi，建立pi的k邻域，计算采样点pi到它的k邻域点的平均距离，之后判断平均距离，如果距离在设定范围内，则判定为主体点云，否则，判定为噪声点，然后移除噪声点。


3.根据权利要求1所述的基于抗差约束最小二乘算法的点云精确配准方法，其特征在于，所述步骤(2)实现过程如下：
(21)计算待配准点云P和目标点云Q的质心点坐标：






式中，N和M代表待配准点云P和目标点云Q的点云数量，UP和UQ代表P，Q的质心点坐标；
(22)计算两组点云的协方差：
covP＝(P-UP)(P-UP)T
covQ＝(Q-UQ)(Q-UQ)T
式中，UP和UQ代表P，Q的质心点坐标，cov表示协方差，T表示转置；
(23)通过协方差矩阵，分别求两组点云各自的特征向量，按特征值将特征向量从大到小排列，求出粗配准的旋转矩阵R和平移矩阵T，将两组点云形成的坐标轴统一到相同的坐标系下，完成粗配准。


4.根据权利要求1所述的基于抗差约...

【专利技术属性】
技术研发人员：王彬，赵志胜，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：江苏;32