[发明专利]一种基于约束物虚拟特征的多视三维点云拼接方法

说明书

本发明公开了一种基于约束物虚拟特征的多视三维点云拼接方法，本发明基于约束物固有特征，重构出虚拟重叠数据，既加快了对应点集匹配速度，又提供了精确的对应点，解决了弱特征、无重叠点云对应点搜寻困难的问题；同时，利用全场景数据加权融合进行拼接，借助被测物测量点云“多而糙”的特点来抑制约束物点云易受噪声干扰的问题，也借助约束物点云“少而精”的特点来提高点云拼接精度，通过两者的优化加权，从而提高点云拼接精度和可靠性；最后，针对多视拼接中的累积误差，建立误差评估模型，并优化拼接策略减小累积误差影响。

技术领域

本发明属于三维点云数据处理领域，具体涉及一种基于约束物虚拟特征的多视三维点云拼接方法。

背景技术

结构光三维测量由于具有非接触，测量速度快，测量范围大，便于集成等优点，在工业检测、逆向工程、文物保护等领域得到了广泛的应用。在测量过程中，由于被测物体需要360°测量或测量精度要求过高，使得单个测头视场受限，因此需要进行多视场三维测量。而多视测量产生的三维点云并非同一坐标系下，需进行高精度点云拼接来获得被测物的完整三维数据。

点云拼接(或称为点云配准)是三维测量过程中一个必不可少的环节。，亦有一些商业化软件已面市，如Imageware、Geomagic Studio以及Rapidform等等，但这些软件仅仅作为一种通用工具，难以获得高精度，尤其对于一些如弱特征等的特殊条件下的点云，现有软件难以奏效。通常来说，可将点云拼接分为基于参照物的拼接和自由拼接两类。其中，基于参照物的拼接利用布置于被测对象上或周围的辅助特征或其他定位设备实现点云间的拼接，如常见的有标志点法、全局框架法、机械定位法及测头跟踪法等，这类方法无需被测点云信息，但其精度受限于参照物的精度，因此拼接精度一般较低。自由拼接方法则利用被测对象测量点云自身的特征来实现拼接，如最近点迭代法(Iterative Closest Pointalgorithm，简称ICP)、基于三维正态分布变换拼接法、基于高斯混合模型拼接法及其改进方法等等。其中，ICP及其改进算法因其具有良好的收敛性、噪声抑制能力以及较高的拼接精度而被广泛应用。但该方法受点云间错误对应点和噪声的影响大，易陷入局部极值，或拼接速度太慢。因此，目前的研究大多集中于对应点集的快速、准确确定以及优化算法的改进等方面。尽管现有改进算法在对应点搜寻和优化求解方面已取得了巨大的进步，但由于仍基于测量点云间的对应关系进行拼接，不可避免严重依赖于对应点集的准确获取及其质量，尤其，由于高光可能导致测量点云特征信息缺失，造成无法使用特征描述符进行拼接(弱特征)，且高光可能破坏多视点云间的重叠区域导致无法使用自由拼接方法(无重叠区域)。

发明内容

本发明的目的在于克服上述不足，提供一种基于约束物虚拟特征的多视三维点云拼接方法，通过引入标准尺寸特征约束形成虚拟重叠点云，可减少测量噪声对拼接结果的影响，是一种实现高精度拼接的新途径。

为了达到上述目的，本发明包括以下步骤：

步骤一，将链条形多视拼接策略优化为环形多视拼接策略，从而形成拼接环；

步骤二，在测量场景引入约束物，通过测量设备获得各个视场的拼接环的被测物点云和约束物局部点云；

步骤三，根据各个视场中的约束物局部点云，通过最小二乘法拟合来补全约束物表面的缺失点云，从而重构出约束物的完整虚拟表面点云；

步骤四，使用奇异值分解法或四元数方法对相邻视场中对应的约束物的局部特征进行配准，实现进行拼接环相邻视场的点云粗拼接；

步骤五，根据约束物的测量点云和约束物的虚拟表面点云构造拼接环相邻视场的虚拟重叠区域，根据虚拟重叠区域计算被测物测量点云和约束物测量点云的对应点对；

步骤六，根据被测物点云和约束物点云的空间位置分布构建权重因子辐射模型，计算相邻视场被测物点云对应点对的权重因子；