一种基于稀疏概率模型非刚性点云配准方法、设备及存储介质技术

本发明专利技术涉及图像配准领域，公开了一种基于稀疏概率模型非刚性点云配准方法、设备及存储介质，方法包括步骤：获取待配准的点云数据集和参考点集，计算对应的点云特征描述向量；计算对应的点云特征描述向量之间的初始匹配度，并基于初始匹配度筛选有效匹配点；构建基于稀疏概率模型的非刚性变换模型；根据有效匹配点，采用梯度下降法求解非刚性变换模型的变换系数矩阵；利用变换系数矩阵更新所有待配准点集的位置；更新待配准点集位置后，重复迭代前述步骤最后输出最终配准结果。本发明专利技术的有益效果是：可以鲁棒的得到既顾及全局变换又考虑局部点云间的差异的精确的配准结果。

【技术实现步骤摘要】

本专利技术涉及图像配准领域，尤其涉及一种基于稀疏概率模型非刚性点云配准方法、设备及存储介质。

技术介绍

1、点云数据一般通过三维传感器进行获取，如rgb-d相机或者搭建的双目系统等传感器结构。它由无拓扑结构的x、y、z数据进行组成，是对真实三维世界的真实建模，可以有效的表达我们感知的三维世界，广泛的应用于医疗、航天、游戏、军事等各个领域。

2、点云配准作为点云数据处理中重要的一个环节，有大量的工作围绕该领域进行开展。按照所采用的变换关系，点云配准方法一般分为刚性配准和非刚性配准。

3、刚性配准一般是全局变换，只考虑点云之间的旋转、平移和缩放，难以模拟点云局部间的差异，但是其具有计算快速、方法简单的优点。一般的点云配准方法通常采用刚性配准，通常对待有噪声的点云时，研究者经常先对点云数据进行去噪处理，然后再进行匹配关系的建立。但是，后续的配准结果严重依赖于去噪算法，会给配准结果带来不必要的误差。而且，它在点云配过程中额外增加了点云去噪流程，增加了额外的计算量。

4、非刚性配准方法，通常可以既顾及全局变换又考虑局部点云间的差异本文档来自技高网...

【技术保护点】

1.一种基于稀疏概率模型非刚性点云配准方法，其特征在于：方法包括以下步骤：

2.如权利要求1所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤S1中，具体采用Spin-Images方法进行生成待配准的点云数据集的点云特征描述向量SPi和参考点集的点云特征描述向量SPj，其中i，j分别为待配准的点云数据集中的第i个点和参考点集中的第j个点。

3.如权利要求2所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤S2中初始匹配度计算如下：

4.如权利要求3所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤S3中，非刚性变换模...

【技术特征摘要】

1.一种基于稀疏概率模型非刚性点云配准方法，其特征在于：方法包括以下步骤：

2.如权利要求1所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤s1中，具体采用spin-images方法进行生成待配准的点云数据集的点云特征描述向量spi和参考点集的点云特征描述向量spj，其中i，j分别为待配准的点云数据集中的第i个点和参考点集中的第j个点。

3.如权利要求2所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤s2中初始匹配度计算如下：

4.如权利要求3所述的一种基于稀疏概率模型非刚性点云配准方法，其特征在于：步骤s3中，非刚性变换模型如下式：

【专利技术属性】
技术研发人员：梁红光，郭明强，
申请(专利权)人：湖北天行地理信息有限公司，
类型：发明
国别省市：