双目立体视觉系统中的点云数据的自动拼合算法技术方案

本发明专利技术公开了一种双目立体视觉系统中的点云数据的自动拼合算法，包括如下步骤：在不同测量视点下获取被测三维物体的点云数据，构建这些点云数据的特征匹配点对；利用所述点云数据的特征匹配点对求取表示各个测量视点与第一测量视点之间相对位置关系的对应矩阵M；对对应矩阵M进行奇异值分解，得到各个测量视点与第一测量视点之间特征匹配点对的平移向量T和旋转矩阵R；利用平移向量T和旋转矩阵R，计算得到各个测量视点中的点云数据相对第一测量视点的实际平移向量T′；根据旋转矩阵R和实际平移向量T′，实现不同测量视点下点云数据的自动拼合。本发明专利技术双目立体视觉系统中的点云数据的自动拼合算法，简单可靠，操作方便，测量精度较高。

【技术实现步骤摘要】

本专利技术涉及计算机立体视觉技术，具体涉及一种双目立体视觉系统中的点云数据的自动拼合算法。
技术介绍
利用双目立体视觉测量系统对三维物体的形状进行构建的过程中，单次测量仅仅能够获取被测三维物体表面一定区域的几何点云数据，对于较大的三维物体要想获得整个三维物体的外形数据需要移动被测三维物体，或者进行多视点测量，这导致不同测量视点的相机下用于计算得到点云数据的坐标系不同。为了最终得到被测三维物体整个表面的三维外形数据需要将不同坐标系下的数据变换到同一坐标系，多个测量视点得到的不同坐标系下的几何点云数据的自动拼接和配准一直是一个棘手的问题，现有的方法主要包括以下几种(I)在被测三物体表面粘贴人工标记点，对几次测量的标记点进行搜索建立相匹配的标记点对，同时保证两个视点间的双目相机至少有三个以上的共同标记点，然后通过匹配的共同标记点计算多次测量得到的点云数据之间的坐标变换关系，从而实现多视点测量数据的自动拼接。但是，在三维物体表面粘贴标记点不但会破坏三维物体表面的纹理信息，同时无法对标记点粘贴处的被测三维物体表面的外形数据进行计算，而且该方法不适合在某些特殊的被测物体表面上粘贴标记点，例如历本文档来自技高网...

【技术保护点】
一种双目立体视觉系统中的点云数据的自动拼合算法，其特征在于，包括如下步骤：(1)在不同测量视点下获取被测三维物体的点云数据，构建这些点云数据的特征匹配点对；(2)利用所述点云数据的特征匹配点对求取表示各个测量视点与第一测量视点之间相对位置关系的对应矩阵M；(3)对对应矩阵M进行奇异值分解，得到各个测量视点与第一测量视点之间特征匹配点对的平移向量T和旋转矩阵R；(4)利用各个测量视点与第一测量视点之间特征匹配点对的平移向量T和旋转矩阵R，计算得到各个测量视点中的点云数据相对第一测量视点的实际平移向量T′；(5)根据旋转矩阵R和实际平移向量T′，对各个测量视点下的点云数据进行坐标变换，将所有点云数...

【技术特征摘要】
1.一种双目立体视觉系统中的点云数据的自动拼合算法，其特征在于，包括如下步骤: (1)在不同测量视点下获取被测三维物体的点云数据，构建这些点云数据的特征匹配点对； (2)利用所述点云数据的特征匹配点对求取表示各个测量视点与第一测量视点之间相对位置关系的对应矩阵M ; (3)对对应矩阵M进行奇异值分解，得到各个测量视点与第一测量视点之间特征匹配点对的平移向量T和旋转矩阵R ； (4)利用各个测量视点与第一测量视点之间特征匹配点对的平移向量T和旋转矩阵R，计算得到各个测量视点中的点云数据相对第一测量视点的实际平移向量T'； (5)根据旋转矩阵R和实际平移向量T'，对各个测量视点下的点云数据进行坐标变换，将所有点云数据在第一测量视点坐标系下表示，实现不同测量视点下点云数据的自动拼合。2.如权利要求1...

【专利技术属性】
技术研发人员：赵磊，张勤飞，李伟，包倪光，李裕麒，任艳姣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：