【技术实现步骤摘要】
一种结合图像信息的三维点云配准方法
本公开属于计算机视觉与图像处理、三维测量
，具体涉及一种三维扫描系统的高精度点云配准方法。
技术介绍
三维重建作为当前的研究热点，已广泛应用于医疗技术、文物修复、人机交互、3D动画、沉浸式体感游戏等各个领域。而三维点云数据配准一直是三维重建过程中的研究热点与难点。受限于三维扫描系统本身的视野范围、扫描物体形状、扫描范围和遮挡等问题，对真实物体的扫描过程往往需要从多个视角进行，点云配准就是将从不同视角获取的点云数据变换到统一的坐标系下，实现点云的对齐，从而获得一个更加接近于真实物体的三维模型。点云配准包括粗配准和精配准：粗配准是在源点云与目标点云完全不知道任何初始相对位置的情况下，快速估算一个大致的点云配准矩阵的配准方法；精配准是利用粗配准中的初始变换矩阵，通过如迭代最近点算法(ICP算法)计算得到一个较为精确解的配准方法。目前常用的点云配准方法需要在被测物体表面贴标志点，通过两相邻点云之间的标志点实现点云的粗配准，但在被测物体表面贴标志点费时费力，且存在较大的局限性，很难满足...
【技术保护点】
1.一种基于图像信息的三维点云配准算法，包括如下步骤：/nS100：读取源三维点云和其对应的源二维图像以及目标三维点云和其对应的目标二维图像；/nS200：对所述源二维图像和目标二维图像进行裁剪；/nS300：利用关键点检测算子检测裁剪后的源二维图像和目标二维图像中的特征点，并利用图像特征描述符对检测出的特征点进行特征描述；/nS400：通过蛮力匹配对经特征描述的特征点进行模糊匹配，获得模糊匹配特征点对；/nS500：对所述模糊匹配特征点对进行筛选，获得最佳匹配特征点对；/nS600：对所述最佳匹配特征点对进行筛选，获得有效特征点对；/nS700：采用随机采样一致性对所述有...
【技术特征摘要】
1.一种基于图像信息的三维点云配准算法，包括如下步骤：
S100：读取源三维点云和其对应的源二维图像以及目标三维点云和其对应的目标二维图像；
S200：对所述源二维图像和目标二维图像进行裁剪；
S300：利用关键点检测算子检测裁剪后的源二维图像和目标二维图像中的特征点，并利用图像特征描述符对检测出的特征点进行特征描述；
S400：通过蛮力匹配对经特征描述的特征点进行模糊匹配，获得模糊匹配特征点对；
S500：对所述模糊匹配特征点对进行筛选，获得最佳匹配特征点对；
S600：对所述最佳匹配特征点对进行筛选，获得有效特征点对；
S700：采用随机采样一致性对所述有效特征点对进行挑选，获得稳健的有效特征点对；
S800：将所述稳健的有效特征点对与源三维点云和目标三维点云对应获得三维点云点对，根据所述三维点云点对求解源三维点云与目标三维点云之间的旋转平移矩阵，并根据该旋转平移矩阵完成源三维点云和目标三维点云的配准。
2.根据权利要求1所述的方法，其中，优选的，步骤S200中，对所述源二维图像和目标二维图像进行裁剪通过以下方式：根据三维点云中各点的三维坐标得到其在二维图像上对应点的二维坐标，依据整个三维点云在二维图像上的坐标分布范围对二维图像进行裁剪。
3.根据权利要求1所述的方法，其中，步骤S400包括如下步骤：
S401：将源二维图像中的所有特征点与目标二维图像中的所有特征点一一比对；
S402：根据相似性度量对比对完成的特征点进行匹配。
4.根据权利要求3所述的方法，其中，步骤S402中，所述根据相似性度量对比对完成的特征点进行匹配是通过计算源二维图像中每个特征点与目标二维图像中所有特征点的汉明距离进行的，其中，将源二维图像中每个特征点与目标二维图像中所有特征点的汉明距离中距离最近的一对特征点的距离记为dist1，且将该特征点对作为模糊匹配特征点对。
5.根据权利要求4所述的方法，其中，步骤S500包括如下步骤：
S501：在目标二维图像中保留与源二维图像中的每个特征点距离次近的特...
【专利技术属性】
技术研发人员：梁晋，邬宏，陆旺，陈仁虹，张继耀，赫景彬，冯超，刘世凡，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61
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。