【技术实现步骤摘要】
基于搜索的多视角点云配准方法及装置
[0001]本申请涉及计算机视觉
，特别涉及一种基于搜索的多视角点云配准方法及装置。
技术介绍
[0002]相关技术中，由于传感器视角的限制，单次扫描无法获得完整的3D场景，因此，需要对齐传感器从多个视角扫描的点云以生成一个完整的3D场景，点云的对齐，即点云配准，是计算机视觉中的一个关键问题，在机器人、自动驾驶和增强现实等应用中发挥着重要作用。
[0003]然而，相关技术中利用没有重叠的点云进行配准，导致生成错误对齐的点云对，造成相对变换增加噪声，不利于位姿图的优化，降低多视角点云配准的鲁棒性，亟待解决。
技术实现思路
[0004]本申请是基于专利技术人对以下问题的认识和发现作出的：
[0005]最近，基于深度学习的点云配准方法，如FCGF(Fully
‑
Convolutional Geometric Features，全卷积几何特征)，Predator，PointDSC等取得了巨大的进步，然而，这些配准方法主要是成对配准方法，一次只...
【技术保护点】
【技术特征摘要】
1.一种基于搜索的多视角点云配准方法，其特征在于，包括以下步骤：从视频数据中采集多个乱序的点云，并提取每个点云的局部特征描述子，并聚合成多个全局特征描述子；基于所述全局特征描述子之间的欧氏距离或余弦相似度，搜索除所述每个点云之外的剩余点云中至少一个相关点云，生成所述每个点云的搜索集；以及根据所述每个点云的搜索集构建位姿图，并基于所述位姿图进行多视角点云配准，恢复完整的3D场景。2.根据权利要求1所述的方法，其特征在于，所述基于所述全局特征描述子之间的欧氏距离或余弦相似度，搜索除所述每个点云之外的剩余点云中至少一个相关点云，生成所述每个点云的搜索集，包括：将任一点云作为查询点云，并将除所述任一点云之外的点云作为候选点云；分别获取所述查询点云和所述候选点云的全局描述子，计算所述查询点云和所述候选点云的全局描述子之间的欧氏距离或余弦相似度，得到两个点云之间的相似度分数；筛选相似度分数大于预设阈值的点云，确定所述每个点云的至少一个搜索点云。3.根据权利要求2所述的方法，其特征在于，所述根据所述每个点云的搜索集构建位姿图，包括：基于所述每个点云的搜索集，采用成对配准对齐所述搜索集中的查询点云和搜索点云，获得相对变换；利用所述相对变换和所述相似度分数得到所述位姿图。4.根据权利要求3所述的方法，其特征在于，所述利用所述相对变换和所述相似度分数得到所述位姿图，包括：以所述每个点云作为位姿图的顶点，并以两个点云之间的相对变换作为边，且以所述两个点云之间的相似度分数作为所述边的权重，生成所述位姿图。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述基于所述位姿图进行多视角点云配准，包括：求解每个点云的全局变换矩阵；基于...
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。