一种基于点云补全的点云配准方法及系统技术方案

本发明专利技术属于三维点云的信息处理技术领域，提供了一种基于点云补全的点云配准方法及系统，对源点云和目标点云执行采样，分别提取特征；利用注意机制融合两个点云的特征，使两个点云的语义信息相互补全；提取补全后的点云的高维特征，根据高维特征学习对方点云的位置信息，确定源点云中的每个点在目标点云中的对应点；根据对应点，利用奇异值分解获得当前刚性变换参数，利用当前刚性变化参数实现源点云向目标点云的配准。本发明专利技术不需要对原始点云大量删减，且能够补全缺失的点云信息，实现高效、准确的配准。确的配准。确的配准。

【技术实现步骤摘要】
一种基于点云补全的点云配准方法及系统


[0001]本专利技术属于三维点云的信息处理
，具体涉及一种基于点云补全的点云配准方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]3D点云配准技术日益受到关注，其任务中的一些难点如点云规模的巨大，噪声的干扰，重叠区域的过少依然给该任务留下了很多挑战性的工作。点云配准根据输入数据量的不同通常分为多点云配准和两点云配准。由于多点云配准是建立在成对匹配的基础上，然后加入了图优化等全局优化方法，所以成对匹配是多点云配准的基础。
[0004]点云的成对配准包括传统算法配准和基于深度学习的配准两大类。其中传统算法又分为局部配准和全局配准两种方式。以全局配准的结果为初始值，以局部配准算法进行优化，这种由粗到细的策略已经得到了学者们的广泛认可。
[0005]在局部配准算法中，最具代表性的就是ICP类算法，该算法以两个原始的点云和一个初始化的刚体变换矩阵为输入，输出最优的刚体变换矩阵。ICP作为最经典的精确匹配算法，其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云补全的点云配准方法，其特征是，包括以下步骤：对源点云和目标点云执行采样，分别提取特征；利用注意机制融合两个点云的特征，使两个点云的语义信息相互补全；提取补全后的点云的高维特征，根据高维特征学习对方点云的位置信息，确定源点云中的每个点在目标点云中的对应点；根据对应点，利用奇异值分解获得当前刚性变换参数，利用当前刚性变化参数实现源点云向目标点云的配准。2.如权利要求1所述的一种基于点云补全的点云配准方法，其特征是，对源点云和目标点云执行采样的具体过程包括：分别对源点云和目标点云执行多次最远点采样，获取多个分辨率的点云，所述最远点采样包括以下步骤：（1）假设输入点云有N个点，从点云中选取一个点作为起始点，得到采样点集合；（2）计算所有点到的距离，构成N维数组L，从中选择最大值对应的点作为，更新采样点集合；（3）计算所有点到的距离，对于每一个点，其距离的距离如果小于L[i]，则更新；（4）选取数组L中最大值对应的点作为，更新采样点集合；（5）重复步骤（2）
‑
（4），直至采样数量到达目标值为止。3.如权利要求1所述的一种基于点云补全的点云配准方法，其特征是，分别提取特征的具体过程包括：利用点云动态图卷积网络模型对每一次采样的点云进行特征提取，所述点云动态图卷积网络模型提取点的邻域范围构成计算支持域，在所述支持域内通过多层感知机和池化层提取点云的局部信息；将每一次采样的点云提取的局部信息拼接在一起，得到潜在映射，将潜在映射和全局高维特征拼接，获得表示点云全局和局部信息的高维特征图。4.如权利要求1所述的一种基于点云补全的点云配准方法，其特征是，利用注意机制融合两个点云的特征的具体过程包括：构建生成器以生成虚拟点，构建判别器以对虚拟点和真实点云的相似度进行判别，生成器和判别器相互博弈，利用相似度符合要求的生成器来融合两个点云的特征。5.如权利要求4所述的一种基于点云补全的点云配准方法，其特征是，所述生成器利用Transformer模型和单独的自注意力机制分别接收并处理两个点云的高维特征；将两者得到的特征向量进行拼接并经过再塑造操作改变维度之后，生成虚拟点；所述判别器接收生成的虚拟点或真实点云数据，提取点云的高维特征，利用两个线性层进一步提取高维特征的特征，得到接收的点云是真实点云的概率，...

【专利技术属性】
技术研发人员：郭亮，李仕坤，叶扬，刘建亚，
申请(专利权)人：山东大学，
类型：发明
国别省市：