【技术实现步骤摘要】
一种结合边缘特征的点云配准方法
[0001]本专利技术涉及点云配准领域,具体涉及一种结合边缘特征的点云配准方法。
技术介绍
[0002]点云配准(Point Cloud Registration)指的是输入两幅点云Ps,(s代表source)和Pt,(t代表target),输出一个旋转平移关系使得Ps和Pt的重合程度尽可能高。目前,传统的点云配准方法为ICP方法(Iterative Closest Point),ICP方法的核心思想是基于当前的Ps在Pt中的最近点,求解变换,反复迭代得出最优解。该方法在待测工件表面特征较为丰富的场景中,配准效果准确,但是,有些工件表面形貌起伏较小,纹理不丰富,就会导致采集到的点云表面特征少,例如板状平面工件。此时,利用ICP方法会收敛到局部极小值,导致配准结果中点云只有部分重合,没有达到整体完全对齐,在特征的边缘处存在偏差(如图1、图2),配准结果精度低,无法应用于高精度加工、装配领域。
技术实现思路
[0003]为了解决上述技术问题,本专利技术提供一种结合边缘特征的点云配准方法,旨在解决现有ICP方法在工件表面形貌起伏较小,纹理不丰富的情形下,配准结果不准确的问题。针对此类工件,增加工件的边缘特征约束,能够获得更为准确的配准结果。
[0004]为此,本专利技术的技术方案如下:
[0005]一种结合边缘特征的点云配准方法,获取基准工件点云,框选其中的感兴趣区域点云存储为模板工件点云,搜索该点云中的边缘点,并将其存储到模板边缘点云;
[0006] ...
【技术保护点】
【技术特征摘要】
1.一种结合边缘特征的点云配准方法,获取基准工件点云,框选其中的感兴趣区域点云存储为模板工件点云,搜索该点云中的边缘点,并将其存储到模板边缘点云;其特征在于,利用以下步骤,进行点云配准:1)获取实际场景点云,进行预处理,将预处理后的点云存储为实测工件点云,搜索该点云中的边缘点,并将其存储到实测边缘点云;所述实测工件点云中包含与基准工件相同型号的工件点云;对于模板工件点云中的三维点,利用最近邻搜索方法从实测工件点云中查找到与其距离最接近的点,将查找到的点存储到实测匹配点集;对于模板边缘点云中的三维点,利用最近邻搜索方法从实测边缘点云中查找到与其距离最接近的点,将查找到的点均存储到边缘匹配点集;2)构建目标函数E(R,t:其中,p
i
表示模板工件点云中的一点,q
i
表示实测匹配点集中的一点,k
i
表示q
i
的法向量,n表示模板工件点云中点的个数;h
j
表示模板边缘点云中的一点,g
j
表示边缘匹配点集中的一点,m表示模板边缘点云中点的个数;λ为预设的权重值;利用最优化方法迭代求解目标函数E(R,t,得出旋转矩阵R和平移矩阵t,完成模板工件点云与实测工件点云之间的配准。2.如权利要求1所述结合边缘特征的点云配准方法,其特征在于:搜索点云中的边缘点的方法为:在点云中,利用基于法线的边界提取方法获取边缘点。3.如权利要求1所述结合边缘特征的点云配准方法,其特征在于:在获取基准工件点云以及实际场景点云的同时,还在相同的位置采集一幅二维图像;二维图像中的像素点与点云中的各三维点之间具有一一对应关系;将基准工件点云对应的二维图像记为基准二维图像;将实际场景中点云对应的二维图像记为实测二维图像;在模板工件点云中搜索边缘点的方式为:在基准二维图像中进行边缘提取,得到各个边缘点的像素坐标,查找各个像素坐标在模板工件点云中对应的三维点,记为边缘点,存储到模板边缘点云;在实测工件点云中搜索边缘点的方式为:在实测二维图像中进行边缘提取,得到各个边缘点的像素坐标,查找各个像素坐标在实测工件点云中对应的三维点,记为边缘点,存储到实测边缘点云。4.如权利要求1所述结合边缘特征的点云配准方法,其特征在于:在获取基准工件点云以及实际场景点云的同时,还在相同的位置采集一幅二维图像;二维图像中的像素点与点云中的各三维点之间具有一一对应关系;将基准工件点云对应的二维图像记为基准二维图像,实际场景中点云对应的二维图像记为实测二维图像;将模板工件点云记为点云I,将点云I中的各个点在基准二维图像中对应的像素点存储
到点集I;利用以下步骤,搜索点云I中的边缘点:
①
分别以点集I中每个像素点为中心点,查找中心点周围n
×
n邻域内的像素点,将查找到的各个像素点对应在点云I中的三维点存储为...
【专利技术属性】
技术研发人员:郭磊,尹仕斌,郭寅,刘海庆,金泰辰,
申请(专利权)人:易思维杭州科技有限公司,
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。