[发明专利]多视角点云配准方法、装置以及计算机设备

说明书

本申请提供了一种多视角点云配准方法、装置以及计算机设备，涉及医学数据处理技术领域，解决了多视角点云配准方法的配准结果的精确度较低的技术问题。该方法包括：确定第一点云对象通过初始转移矩阵转换后得到的第二点云对象；基于第二点云对象和目标点云对象，重复进行如下迭代步骤，直至迭代结果满足预设条件，得到满足预设条件的转移矩阵：基于预设的人体面部特征邻域，利用四元数算法计算从第二点云对象配准到目标点云对象的中间转移矩阵；对第二点云对象通过中间转移矩阵进行转换，得到转换结果；设置基于转换结果与目标点云对象之间重合度的评价函数，并通过计算得到评价函数的极小值；判断评价函数的极小值是否满足预设条件。

技术领域

本申请涉及医学数据处理技术领域，尤其是涉及一种多视角点云配准方法、装置以及计算机设备。

背景技术

目前，医疗外科机器人手术导航技术是机器人领域研究的前沿热点之一，在医疗外科的手术规划、手术模拟、微创定位、无损诊疗等方面得到广泛应用。

其中，坐标标定和空间配准是图像引导的无框架脑外科立体定向机器人研究中的基本问题。尤其是将三维扫描技术引入医学影像配准领域后，对三维扫描仪获取到的点云进行多视角配准的技术具有越来越高的研究意义和应用价值，其配准过程就是求解一个最佳的转换矩阵，将多个从不同视角下获取的点云数据调整到相同坐标系下，使得点云重叠部分能达到满足一定精度要求的重合。如何获得适用性广泛且精确度高的配准算法成为研究的主流方向。但是，目前的多视角点云配准方法的配准结果的精确度较低。

发明内容

本发明的目的在于提供一种多视角点云配准方法、装置以及计算机设备，以解决目前的多视角点云配准方法的配准结果的精确度较低的技术问题。

第一方面，本申请实施例提供了一种多视角点云配准方法，所述方法包括：确定从第一点云对象配准到目标点云对象的初始转移矩阵，以及所述第一点云对象通过所述初始转移矩阵转换后得到的第二点云对象；其中，所述第一点云对象和所述目标点云对象为不同视角点下的点云；所述初始转移矩阵为通过粗配准算法进行配准的转移矩阵；

基于所述第二点云对象和所述目标点云对象，重复进行如下迭代步骤，直至迭代结果满足预设条件，得到满足所述预设条件的转移矩阵：

基于预设的人体面部特征邻域，利用四元数算法计算从所述第二点云对象配准到所述目标点云对象的中间转移矩阵；

对所述第二点云对象通过所述中间转移矩阵进行转换，得到转换结果；设置基于所述转换结果与所述目标点云对象之间重合度的评价函数，并通过计算得到所述评价函数的极小值；

判断所述评价函数的极小值是否满足所述预设条件。

在一个可能的实现中，判断所述评价函数的极小值是否满足所述预设条件的步骤之后，还包括：

若是，则基于所述初始转移矩阵和所述中间转移矩阵得到最终转移矩阵。

在一个可能的实现中，所述预设条件为：当前迭代过程产生的评价函数极小值与上次迭代过程产生的评价函数极小值之间的相差值小于预设值。

在一个可能的实现中，计算所述评价函数的极小值的步骤之前，还包括：

基于所述预设的人体面部特征邻域计算所述第二点云对象的第二数据点集；

基于所述预设的人体面部特征邻域计算所述目标点云对象的目标数据点集；

基于所述第二数据点集和所述目标数据点集，计算所述第二数据点集和所述目标数据点集之间的互样本协方差矩阵。

在一个可能的实现中，计算所述评价函数的极小值的步骤，包括：

基于所述评价函数、所述中间转移矩阵以及所述互样本协方差矩阵进行计算，得到所述评价函数的极小值。