[发明专利]一种基于目标物体空间点云特征的自动拼接方法

说明书

本发明公开了一种基于目标物体空间点云特征的自动拼接方法，该方法具体步骤如下：使用Kinect深度摄像机扫描待测物体多个视角的点云信息，并计算点云的FPFH特征信息，利用点云的点特征直方图进行两片点云之间的特征匹配，完成初始配准。之后利用ICP算法求解点云之间的变换矩阵，并对目标点云进行旋转平移变换，最终完成两片点云之间的拼接。该方法是利用点云特征进行匹配拼接，不需要手动标志点，适用范围更广。此外本方法提高了点云拼接的效率，使拼接后的模型更加真实、自然。

技术领域

本发明涉及一种基于目标物体空间点云特征的自动拼接方法，属于三维模型重构技术中的点云数据拼接技术。

背景技术

点云拼接技术是计算机视觉领域研究的一个重要研究方向，在虚拟现实、文物保护、逆向工程、人机交互等领域都有广泛的应用。在数据采集的过程中，由于受到环境和设备本身的限制，需要从多个角度去采集某一模型表面的数据。为了得到完整的模型表面点云数据，我们要将不同角度获得点云数据通过坐标转换统一到同一摄像机坐标系下，这一过程叫做点云拼接。点云拼接技术是三维重建的关键问题，拼接的精度会影响模型重建的好坏。

现有的点云拼接技术可以概括为两类：

(1)基于标志点的自动拼接方法，该方法通过手动在被测物体表面设置标志点来辅助拼接。其拼接精度较高，但会破坏被测物体表面的真实三维数据，同时前期需要手动标点增加了测量时间，而且对于一些表面无法标记的物体不适用，限制了使用的范围。

(2)无标记点的自动拼接方法，最常见的无标记点拼接方法包括，迭代最近点算法(ICP)，基于几何特征的点云配准算法和基于纹理特征的配准算法。其中ICP(最近迭代点算法)算法对点云的初始位置要求较高，当点云的初始位置较大时拼接时会产生局部最优解，造成拼接失败。基于几何特征的点云配准算只适用于表面几何特征比较复杂的物体，无法实现形状简单或对称物体的点云配准。基于纹理的配准算法只适用于表面纹理丰富的物体，对于纹理单一的物体进行匹配时稳定性较差。

综上所述：现有的三维点云自动拼接方法都存在一定的局限性，尚不能满足实际应用的需要。因此需要一种基于目标物体空间点云特征的自动拼接方法，其能够实现源点云和目标点云最优配准。

发明内容

本方法是一种基于目标物体空间点云特征的自动拼接方法，该方法具有相对较好的配准精度和收敛速度，且配准效率高。

本发明提供一种基于目标物体空间点云特征的自动拼接方法，包括如下步骤：

S10、获取待配准点云，利用扫描设备获取物体表面空间点云信息以获得待配准点云和目标点云。

S20、求解点云表面的法向量，并利用估计出的法线特征计算出该点与其k个领域点的空间差异，获得点云表面的FPFH特征描述子，利用FPFH可以创造出一个多维特征空间，可将来自同一个曲面的所有采样点分为一组，不同曲面的采样点被分配到不同组中；

S30、点云的初始配准，利用采样一致性初始配准算法对S20获取的点云特征信息进行匹配，去除错误的对应关系，完成初始配准；

S40、点云的精确配准，将S30的初始配准的结果作为输入，利用ICP算法进行精配准，ICP算法首先确定点云之间匹配关系并计算最优匹配，这样点云之间的匹配就是满足一定收敛条件的最优匹配。

优选地，S20、求解点云表面的法向量，包括如下步骤：

S201、求解点云表面的法向量近似可以用曲面在该点切平面的法线代替，对于点云表面一点p，坐标为(x,y,z)^T，其临近的k个邻域点为p_i，则其对应的协方差矩阵如下式所示：