一种点云数据配准方法、系统、电子设备及存储介质技术方案

本发明专利技术公开了一种点云数据配准方法、系统、电子设备及存储介质，其方法包括：获取场景的三维模型的模型点云和场景点云；对模型点云和场景点云进行平面特征提取，分别得到模型点云平面特征集和场景点云平面特征集；根据两个特征集对模型点云和场景点云进行线特征提取，得到对应的模型点云线特征集和场景点云线特征集；基于模型点云平面特征集、场景点云平面特征集、模型点云线特征集和场景点云线特征集，对模型点云和场景点云进行特征匹配，确定特征匹配关系；基于特征匹配关系，确定模型点云和场景点云的坐标变换关系，以对模型点云与场景点云配准。通过上述方法，能够通过平面特征和线特征，实现三维模型和点云之间的配准，提高配准效率。提高配准效率。提高配准效率。

【技术实现步骤摘要】
一种点云数据配准方法、系统、电子设备及存储介质


[0001]本申请涉及三维场景建模
，特别是涉及一种点云数据配准方法、系统电子设备及存储介质。

技术介绍

[0002]随着计算机技术的日渐成熟和普及，虚拟内容和真实世界可以通过三维AR实现互动，其中，三维模型和点云之间的配准尤为重要，现有的点云数据配准方法是直接在点云和点云之间配准。
[0003]对现有技术的研究和实践过程中，本申请的专利技术人发现，随着三维AR的流行，越来越多大规模场景需要进行点云之间的配准，大量的点云数据进行配准则会造成计算量增大而增加耗时，影响配准速度，匹配点不足则影响匹配精度；另外，当迭代初值选择不当，会导致无法得到最优配准结果。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种点云数据配准方法、系统电子设备及存储介质，能够通过三维模型和点云的平面特征和线特征，实现三维模型和点云之间的配准。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种点云数据配准方法，包括：获取场景的三维模型和场景点云，基于所述三维模型的顶点坐标获取模型点云；对所述模型点云和所述场景点云进行平面特征提取，分别得到模型点云平面特征集和场景点云平面特征集；根据所述模型点云平面特征集和所述场景点云平面特征集对所述模型点云和所述场景点云进行线特征提取，得到对应的模型点云线特征集和场景点云线特征集；基于所述模型点云平面特征集、所述场景点云平面特征集、所述模型点云线特征集和所述场景点云线特征集，对所述模型点云和所述场景点云进行特征匹配，确定特征匹配关系；基于所述特征匹配关系，确定所述模型点云和所述场景点云的坐标变换关系，以对所述模型点云与所述场景点云配准。
[0006]在本申请的一实施例中，所述获取场景的三维模型和场景点云，基于所述三维模型的顶点坐标获取模型点云，包括：获取场景的三维模型，并获取所述三维模型的顶点坐标以构建模型点云；其中，场景点云为标准点云；所述对所述模型点云和所述场景点云进行平面特征提取，分别得到模型点云平面特征集和场景点云平面特征集，包括：对所述模型点云进行平面特征提取，得到第一模型点云平面特征集；以及对所述场景点云进行平面特征提取，得到第一场景点云平面特征集。
[0007]在本申请的一实施例中，所述对所述模型点云进行平面特征提取，得到第一模型点云平面特征集；以及对所述场景点云进行平面特征提取，得到第一场景点云平面特征集，包括：对所述模型点云中的数据利用随机抽样进行平面特征提取，得到第一模型点云平面特征集以及每个平面对应的点云数据；对所述场景点云中的数据利用随机抽样进行平面特征提取，得到第一场景点云平面特征集以及每个平面对应的点云数据；其中，对所述第一模
型点云平面特征集和所述第一场景点云平面特征集进行平面合并，得到对应的第二模型点云平面特征集和第二场景点云平面特征集。
[0008]在本申请的一实施例中，所述对所述第一模型点云平面特征集和所述第一场景点云平面特征集进行平面合并，得到对应的第二模型点云平面特征集和第二场景点云平面特征集，包括：分别对所述第一模型点云平面特征集和所述第一场景点云平面特征集进行平面合并；其中，对所述第一模型点云平面特征集进行平面合并为：遍历所述第一模型点云平面特征集的所有平面，对所述第一模型点云平面特征集中同属一平面的点云数据进行合并，更新合并点云数据后的平面，进而获取第二模型点云平面特征集；对所述第一场景点云平面特征集进行平面合并为：遍历所述第一场景点云平面特征集的所有平面，对所述第一场景点云平面特征集中同属一平面的点云数据进行合并，更新合并点云数据后的平面，进而获取第二场景点云平面特征集；所述根据所述模型点云平面特征集和所述场景点云平面特征集对所述模型点云和所述场景点云进行线特征提取，得到对应的模型点云线特征集和场景点云线特征集，包括：分别基于所述第二模型点云平面特征集中平面之间相交的直线和所述第二场景点云平面特征集中平面之间相交的直线，确定并提取对应的模型点云线特征集和场景点云线特征集。
[0009]在本申请的一实施例中，所述分别基于所述第二模型点云平面特征集中平面之间相交的直线和所述第二场景点云平面特征集中平面之间相交的直线，确定并提取对应的模型点云线特征集和场景点云线特征集，包括：基于所述第二模型点云平面特征集确定一选取平面，遍历所述第二模型点云平面特征集中剩余的平面，获取与选取平面相交的其他平面，进而得到相应的相交直线，确定所述相交直线为模型点云线特征，依据所述模型点云线特征确定所述第二模型点云平面特征集的模型点云线特征集；以及基于所述第二场景点云平面特征集确定一选取平面，遍历所述第二场景点云平面特征集中剩余的平面，获取与选取平面相交的其他平面，进而得到相应的相交直线，确定所述相交直线为场景点云线特征，依据所述场景点云线特征确定所述第二场景点云平面特征集的场景点云线特征集。
[0010]在本申请的一实施例中，在得到相应的相交直线之后，根据实际平面点云的位置判断两个平面点云是否存在相交直线：若两个平面点云存在相交直线，则保留该相交直线，并以该相交直线为线特征；若两个平面点云不存在相交直线，则删除该相交直线。
[0011]在本申请的一实施例中，所述根据实际平面点云的位置判断两个平面点云是否存在相交直线，包括：基于所述相交直线对应的第一平面和第二平面，获取所述第一平面和所述第二平面对应的第一平面点云和第二平面点云，以及获取平面中每个点到相交直线的距离；分别遍历所述第一平面点云的每个点和所述第二平面点云的每个点，当点到所述相交直线的距离小于设定阈值时，认为该点在所述相交直线上，否则，认为该点不在所述相交直线上；当所述第一平面点云和所述第二平面点云都有大于设定数量的点在所述相交直线时，则认为所述第一平面点云和所述第二平面点云有相交直线，否则，认为所述第一平面点云和所述第二平面点云不存在相交直线。
[0012]在本申请的一实施例中，所述基于所述模型点云平面特征集、所述场景点云平面特征集、所述模型点云线特征集和所述场景点云线特征集，对所述模型点云和所述场景点云进行特征匹配，确定特征匹配关系，包括：对于所述第二模型点云平面特征集中每一平面特征，获取在所述第二场景点云平面特征集中与其匹配的平面特征；对于所述模型点云线
特征集中每一模型点云线特征，获取在所述场景点云线特征集中与其匹配的场景点云线特征；基于平面特征的匹配关系和线特征的匹配关系确定特征匹配关系。
[0013]在本申请的一实施例中，所述基于所述特征匹配关系，确定所述模型点云和所述场景点云的坐标变换关系，以对所述模型点云与所述场景点云配准，包括：设定初始坐标变换关系，基于所述特征匹配关系，根据所述初始坐标变换关系把模型点云变换到场景点云，并依据误差在所述特征匹配关系中构建误差项，基于所述误差项建立目标函数，进而对所述目标函数进行优化，确定最优坐标变换关系，依据所述最优坐标变化关系对所述模型点云与所述场景点云进行配准。
[0014]在本申请的一实施例中，在获取场景的三维模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据配准方法，其特征在于，包括：获取场景的三维模型和场景点云，基于所述三维模型的顶点坐标获取模型点云；对所述模型点云和所述场景点云进行平面特征提取，分别得到模型点云平面特征集和场景点云平面特征集；根据所述模型点云平面特征集和所述场景点云平面特征集对所述模型点云和所述场景点云进行线特征提取，得到对应的模型点云线特征集和场景点云线特征集；基于所述模型点云平面特征集、所述场景点云平面特征集、所述模型点云线特征集和所述场景点云线特征集，对所述模型点云和所述场景点云进行特征匹配，确定特征匹配关系；基于所述特征匹配关系，确定所述模型点云和所述场景点云的坐标变换关系，以对所述模型点云与所述场景点云配准。2.根据权利要求1所述的方法，其特征在于，所述获取场景的三维模型和场景点云，基于所述三维模型的顶点坐标获取模型点云，包括：获取场景的三维模型，并获取所述三维模型的顶点坐标以构建模型点云；其中，场景点云为标准点云；所述对所述模型点云和所述场景点云进行平面特征提取，分别得到模型点云平面特征集和场景点云平面特征集，包括：对所述模型点云进行平面特征提取，得到第一模型点云平面特征集；以及对所述场景点云进行平面特征提取，得到第一场景点云平面特征集。3.根据权利要求2所述的方法，其特征在于，所述对所述模型点云进行平面特征提取，得到第一模型点云平面特征集；以及对所述场景点云进行平面特征提取，得到第一场景点云平面特征集，包括：对所述模型点云中的数据利用随机抽样进行平面特征提取，得到第一模型点云平面特征集以及每个平面对应的点云数据；对所述场景点云中的数据利用随机抽样进行平面特征提取，得到第一场景点云平面特征集以及每个平面对应的点云数据；其中，对所述第一模型点云平面特征集和所述第一场景点云平面特征集进行平面合并，得到对应的第二模型点云平面特征集和第二场景点云平面特征集。4.根据权利要求3所述的方法，其特征在于，所述对所述第一模型点云平面特征集和所述第一场景点云平面特征集进行平面合并，得到对应的第二模型点云平面特征集和第二场景点云平面特征集，包括：分别对所述第一模型点云平面特征集和所述第一场景点云平面特征集进行平面合并；其中，对所述第一模型点云平面特征集进行平面合并为：遍历所述第一模型点云平面特征集的所有平面，对所述第一模型点云平面特征集中同属一平面的点云数据进行合并，更新合并点云数据后的平面，进而获取第二模型点云平面特征集；对所述第一场景点云平面特征集进行平面合并为：遍历所述第一场景点云平面特征集的所有平面，对所述第一场景点云平面特征集中同属一平面的点云数据进行合并，更新合并点云数据后的平面，进而获取第二场景点云平面特征集；所述根据所述模型点云平面特征集和所述场景点云平面特征集对所述模型点云和所
述场景点云进行线特征提取，得到对应的模型点云线特征集和场景点云线特征集，包括：分别基于所述第二模型点云平面特征集中平面之间相交的直线和所述第二场景点云平面特征集中平面之间相交的直线，确定并提取对应的模型点云线特征集和场景点云线特征集。5.根据权利要求4所述的方法，其特征在于，所述分别基于所述第二模型点云平面特征集中平面之间相交的直线和所述第二场景点云平面特征集中平面之间相交的直线，确定并提取对应的模型点云线特征集和场景点云线特征集，包括：基于所述第二模型点云平面特征集确定一选取平面，遍历所述第二模型点云平面特征集中剩余的平面，获取与选取平面相交的其他平面，进而得到相应的相交直线，确定所述相交直线为模型点云线特征，依据所述模型点云线特征确定所述第二模型点云平面特征集的模型点云线特征集；以及基于所述第二场景点云平面特征集确定一选取平面，遍历所述第二场景点云平面特征集中剩余的平面，获取与选取平面相交的其他平面，进而得到相应的相交直线，确定所述相交直线为场景点云线特征，依据所述场景点云线特征确定所...

【专利技术属性】
技术研发人员：林鹏，张凯，何曾范，李乾坤，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：