[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

说明书

本发明实施例提供一种果树树冠三维点云自动化配准方法及重构方法，该方法包括：预设配准参数，按照预设规则进行迭代优化，利用优化的配准参数进行点云配准；配准参数包括初配准参数、提纯匹配参数和精配准参数；预设规则为配准效果评价指标，按照优先级顺序，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；对初配准后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。本发明实施例通过预设的配准效果评价指标优化配准参数，可实现自动化的点云图像配准，克服了现有同一配准参数无法适用于不同点云对配准的缺陷，大大提高了配准的精度，实现了全自动化，提高了配准效率。

技术领域

本发明实施例涉及图像处理技术领域，具体涉及一种果树树冠三维点云自动化配准方法及重构方法。

背景技术

三维重构技术是计算机视觉技术中的关键技术，它利用计算机对真实目标场景进行数字化再现、分析和处理。场景的三维信息比二维图像信息更符合人类的视觉特性，真实目标场景的三维重构技术得到了越来越多的关注和应用。

基于三维激光扫描系统对目标物体进行三维建模需要大量的人工交互，且存在获取信息速率较慢、数据冗余和设备价格高昂等问题。基于体感相机的三维建模需要对目标物体进行人工拍摄，因设备和拍摄环境的不可控性，很难保证各幅点云图像保持同样或近似的视仰角、光照条件以及景深，对拍摄得到的点云数据进行配准以进行三维建模时，在同一配准方法和参数下，对不同点云对进行配准时精度差异较大，因此造成不同点云对配准参数各异、需人工反复调整尝试，图像配准效率较低、精度不能保证为最佳。

发明内容

为解决现有技术点云配准中自动化程度低、精度不高的问题，本发明实施例提供一种果树树冠三维点云自动化配准方法及重构方法。

第一方面，本发明实施例提供一种果树树冠三维点云自动化配准方法，该方法包括：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。

第二方面，本发明实施例提供一种果树树冠三维点云自动化重构方法，该方法包括：利用本发明实施例所述的果树树冠三维点云自动化配准方法对相邻视角果树树冠三维点云两两精配准，保存中间转换矩阵，通过所述中间转换矩阵按一定顺序将所有点云转换到最后一个视角点云所在的空间坐标系，得到果树树冠三维点云；所述相邻视角点云，是指使用Kinect采集果树三维点云数据过程中获得的两片点云重叠率不低于30％的相邻点云；所述中间转换矩阵是指从源点云空间变换到目标点云空间的配准转换矩阵。

本发明实施例通过预设的配准效果评价指标优化配准参数，可实现自动化的点云图像配准，克服了现有技术中同一配准参数无法适用于不同点云对配准的缺陷，大大提高了配准的精度，并且实现了全自动化，提高了两片点云的配准效率。

附图说明