一种基于核函数与特征约束的点集配准方法及装置制造方法及图纸

本公开涉及一种基于核函数与特征约束的点集配准方法及装置，旨在解决传统ICP算法在存在噪声、遮挡和大姿态偏差场景下鲁棒性不足的问题。该方法首先通过曲率与密度联合特征提取与混合采样生成特征增强点集；随后在粗配准阶段基于中值绝对偏差动态估计残差尺度，结合Cauchy核函数加权抑制异常匹配；最终在精细配准阶段引入特征约束优化刚体变换参数，提升整体配准精度与收敛稳定性。本公开实施例提供的方法能够在存在遮挡、缺失、噪声干扰和大初值偏差的点集配准任务中，有效降低误差、增强鲁棒性与收敛速度，实现高精度的点集配准，具有良好的工程应用价值和推广前景。

【技术实现步骤摘要】

本公开涉及计算机视觉，尤其涉及一种基于核函数与特征约束的点集配准方法及装置。

技术介绍

1、点集配准（point cloud registration）是计算机视觉与三维重建领域的核心技术，其目标是通过求解刚体变换，使得两个点集在空间中尽可能精确对齐。迭代最近点（iterative closest point，icp）算法及其众多变体是该领域的基础技术。然而，标准icp算法高度依赖初始姿态估计，且在存在遮挡、噪声或离群点的实际场景中鲁棒性不足，易陷入局部最优解，配准精度与稳定性大幅下降。

技术实现思路

1、为了解决上述技术问题，本公开提供了一种基于核函数与特征约束的点集配准方法及装置。

2、本公开提供了一种基于核函数与特征约束的点集配准方法，包括：对源点集与目标点集执行步骤一，所述步骤一包括：提取特征点，得到初始特征点集；基于局部曲率和局部密度从所述初始特征点集中筛选出增强特征点集；对所述初始特征点集随机采样得到补充特征点集，将所述补充特征点集与所述增强特征点集按照预设比例混合，得到混合增强特征点本文档来自技高网...

【技术保护点】

1.一种基于核函数与特征约束的点集配准方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于局部曲率和局部密度从所述初始特征点集中筛选出增强特征点集，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述对所述初始特征点集随机采样得到补充特征点集，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于中值绝对偏差方法动态估计所述匹配点对的残差尺度，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述残差尺度代入Cauchy核函数计算得到加权因子，包括：

6.根据权利要求5所述的方法，其特征在...

【技术特征摘要】

1.一种基于核函数与特征约束的点集配准方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于局部曲率和局部密度从所述初始特征点集中筛选出增强特征点集，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述对所述初始特征点集随机采样得到补充特征点集，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于中值绝对偏差方法动态估计所述匹配点对的残差尺度，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述残差尺度代入cauchy核函数计算得到加权因子，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述迭代混合...

【专利技术属性】
技术研发人员：崔文婷，左博旭，许亮，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：