[发明专利]一种果树树冠三维点云自动化配准方法及重构方法

权利要求书

1.一种果树树冠三维点云自动化配准方法，其特征在于，包括：

预设配准参数，按照预设规则进行迭代，优化所述配准参数，利用优化的所述配准参数进行点云配准；所述配准参数包括初配准参数、提纯匹配参数和精配准参数；其中，所述初配准参数为用于确定NARF关键点的最小兴趣值、空间支持域以及用于计算NARF关键点的FPFH特征值的搜索邻域半径，所述提纯匹配参数为用于提纯和匹配NARF关键点特征对应关系的距离偏差阈值，所述精配准参数为用于精配准点云的最大对应点距离和距离误差变化阈值；所述空间支持域预设值为0.05；所述最小兴趣值预设为0.4，所述最小兴趣值递减的预设步长为0.025；所述搜索邻域半径为0.07，所述搜索邻域半径递增的预设步长为0.01，所述搜索邻域半径预设阈值为0.15；

所述预设规则为配准效果评价指标，按照优先级顺序，所述配准效果评价指标包括NARF关键点重叠率、NARF关键点离散率及NARF关键点距离误差；所述NARF关键点重叠率为保障匹配关系提纯后具有足够内点数量的NARF关键点个数；所述NARF关键点离散率为NARF关键点匹配关系提纯后内点之间的离散度；所述NARF关键点距离误差为初步配准结果中对应NARF关键点之间的欧式距离的均方根；其中，所述内点是指初配准过程中按照初配准模型匹配后计算出的距离误差满足预设条件的NARF关键点；

对初配准后得到的源点云与目标点云进行迭代精配准，在满足预设择优参数时，停止迭代，获得两片点云精配准结果。

2.根据权利要求1所述的方法，其特征在于，所述NARF关键点离散率选取NARF关键点y坐标的极差和z坐标的极差之和表示：

s＝|y_max-y_min|+|z_max-z_min|

其中，s表示所述NARF关键点离散率，y_max和y_min分别为y坐标轴方向的最大值和最小值，z_max和z_min分别为z坐标轴方向的最大值和最小值。

3.根据权利要求1所述的方法，其特征在于，所述NARF关键点距离误差用下式表示：

其中，D表示所述NARF关键点距离误差，(x_i,y_i,z_i)和(x_i',y_i',z_i')分别为初步配准后的两片点云中对应NARF关键点的空间坐标，d_i表示两个对应NARF关键点之间的距离，n表示采样NARF关键点的数量，求和符号∑表示对两片点云中所有采样NARF关键点对的距离平方求和。

4.根据权利要求1所述的方法，其特征在于，所述按照预设规则进行迭代，优化所述配准参数，具体包括：构造配准效果评价指标结构体数组，预设所述NARF关键点重叠率为150，按照预设步长迭代减小所述最小兴趣值，直至满足预设NARF关键点重叠率；按照预设步长逐步增大所述搜索邻域半径至预设阈值，期间不断获取并利用所述提纯匹配参数提纯匹配关系，获得多个空间转换模型及其NARF关键点离散率和NARF关键点距离误差，比较筛选得到最优所述初配准模型，并获得所述初配准模型下优化的所述配准参数。

5.根据权利要求1所述的方法，其特征在于，所述提纯匹配关系采用RANSAC方法实现；所述提纯匹配参数中所述用于提纯和匹配NARF关键点特征对应关系的距离偏差阈值为0.02。