【技术实现步骤摘要】
一种基于熵增优化的大型复杂构件点云全局匹配方法
[0001]本专利技术属于图像配准
，特别是涉及一种基于熵增优化的大型复杂构件点云全局匹配方法。
技术介绍
[0002]近些年，随着机器视觉技术的快速发展，三维图像获取硬件设备也迎来了跨越式的进步，随之而来的是数据量越来越庞大的点云图像。点云配准技术作为三维模型重建的关键技术，他将不同视角的面点云图像统一起来，重建出精确的三维模型。在航空航天、高铁动车、大型船舶等智能制造体系中，基于三维视觉图像的模型重建方法一直是一个需要攻克的关键技术。如果对于大型复杂异型曲面工件进行视觉检测是一个亟待解决的重大难题。
[0003]在飞机蒙皮、高铁转向架以及船舶螺旋桨中等一大批形状复杂、尺寸巨大的工件智能制造工艺中，在应用现有基于三维视觉的重建检测算法，往往会遇到尺寸大带来的图像拼接困难、形状复杂带来的测量精度低下以及边缘曲率复杂使得定位失败率高，现有的三维视觉的图像匹配算法难以实现高速高精高效率的视觉检测，更加难以对大型复杂异型曲面工件进行有效重建。
[0004]目前在...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于熵增优化的大型复杂构件点云全局匹配方法，其特征在于，所述方法包括如下步骤：步骤S100：获取相邻视角场景的三维点云坐标，获得源点云X与目标点云Y，对所述源点云X与所述目标点云Y进行下采样分别得到采样点云x与采样点云y；步骤S200：基于所述采样点云x与所述采样点云y构建物理能量模型；其中，采样点云y产生恒定的连续物理引力场，采样点云x在所述引力场中受力运动；步骤S300：基于熵增定律，根据所述物理能量模型计算对所述采样点云x的当前运动的扭矩T和拉力S，根据所述扭矩T和拉力S计算当前施加的旋转及平移(R
k
,t
k
)，获得变换后的点集；步骤S400：分别获取所述采样点云x与所述采样点云y的点云数量、当前采样点云x、当前采样点云y的单点质量，以及所述当前采样点云x与所述当前采样点云y间的距离，计算所述当前采样点云x在引力场中的势能并记录当前迭代次数；步骤S500：根据所述势能或迭代次数确定满足预设的结束条件，累计所有变换后的点集，根据所述所有变换后的点集，对所述源点云X进行旋转平移，实现源点云X与目标点云Y之间的配准。2.根据权利要求1所述的方法，其特征在于，步骤S100包括：步骤S110：获取相邻视角场景的三维点云坐标，获得源点云X与目标点云Y；步骤S120：设定下采样阈值比例α％，通过对所述源点云X与所述目标点云Y进行随机下采样分别得到所述源点云Xα％点数量的点坐标与所述目标点云Yα％点数量的点坐标，分别记为采样点云x与采样点云y。3.根据权利要求2所述的方法，其特征在于，步骤S120中设定下采样阈值比例α％具体为：获取任一点P0在采样点云x中的最近点P
s
＝argmin{||P
s
–
P0|||P
s
∈x}，求取点云平均点间隙d，具体为：其中，N是采样点云x的点数；根据最小包围框求取采样点云x的整体尺寸D，根据所述整体尺寸D、所述点云平均点间隙d计算得到采样阈值比例，具体为：α％＝b*d/D其中，b为常数。4.根据权利要求3所述的方法，其特征在于，步骤S200包括：步骤S210：设定所述采样点云y的每一个点为质点，网格化以所述采样点云y为中心的C3个的正立方体空间，获取各单个正立方体空间的中心点与所述采样点云y中各点的距离，以及方向从采样点云y中一个质点指向对应各单个正立方体空间的中心点的单位向量，并结合所述采样点云y的点云数量和所述采样点云y的各单点质量构建所述采样点云y产生的恒定能量场G；步骤S220：固定所述采样点云y的空间位置以及所述恒定能量场G。
5.根据权利要求4所述的方法，其特征在于，步骤S210包括：网格化以所述采样点云y为中心的C3个的正立方体空间，第c个正立方体空间的恒定能量场分量具体为：其中，M为采样点云y的点云数量，g为万有引力常数，m
j
为采样点云y的当前点的单点质量，r1为单个正立方体空间的中心点与采样点云y中第j个点的距离，为方向从采样点云y中当前质点指向第c个正立方体空间的中心点的单位向量。6.根据权利要求5所述的方法，其特征在于，步骤S300包括：步骤S310：获取第c个正立方体空间内采样点云x的个数，结合所述采样点云x的单点质量和所述第c个正立方体空间的恒定能量场分量，计算所述采样点云x中每个点在恒定能量场G中的受力，具体为：F
技术研发人员：王耀南，武子杰，冯明涛，谢核，朱青，毛建旭，丁超，聂静谋，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
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。