[发明专利]形貌约束的点云数据配准序列确定方法

权利要求书

1.一种形貌约束的点云数据配准序列确定方法，其特征在于依次包含以下步骤：(1)基于平坦形貌对点云数据进行简化；(2)计算点云数据的形貌复杂度；(3)根据点云数据的形貌复杂度确定配准序列。

2.如权利要求1所述的形貌约束的点云数据配准序列确定方法，其特征在于：步骤(1)中，基于平坦形貌对点云数据进行简化，具体步骤为：1)设多视角点云数据为{P₁,P₂,…,P_N}，i←1；2)采用k均值聚类算法对点云数据P_i进行分割，获得结果C＝{C₁,C₂,…,C_k}；3)Q_i←φ；4)构造C中的任意子集C_r的协方差矩阵Cov(C_r)并进行特征值分解，获得最小特征值λ，在C中剔除C_r；5)设阈值为ε，若λ≤ε，则Q₁←Q₁∪{C_r}，转步骤7)，否则转步骤6)；6)采用k均值聚类算法对C_r进行再次分割获得C′＝{C′₁,C′₂,…,C′_k}，C←C∪C′；7)重复步骤4)到步骤6)，直至C为空集，获得递归分割结果Q_i＝{Q_i1,Q_i2,…,Q_in}；8)提取Q_i中每个子集中距离质心最近的点作为核心点，构造简化点集P′_i；9)i←i+1；10)重复步骤2)到步骤9)，直至i＝N，获得多视角点云数据的简化结果{P′₁,P′₂,…,P′_N}。

3.如权利要求1所述的形貌约束的点云数据配准序列确定方法，其特征在于：步骤2)中计算点云数据的形貌复杂度，具体步骤为：1)多视角点云数据为{P₁,P₂,…,P_N}，i←1；2)构造点云数据P_i的协方差矩阵并进行特征值分解；3)设最小特征值对应的特征向量为v＝[uv w]^T，计算P_i的质心为则P_i的拟合平面方程为4)根据公式：计算P_i的形貌复杂度其中N_i为P_i中的样点数量；5)i←i+1；6)重复步骤2)到步骤5)，直至i＝N，获得多视角点云数据的形貌复杂度

4.如权利要求1所述的形貌约束的点云数据配准序列确定方法，其特征在于：步骤(3)中，根据点云数据的形貌复杂度确定配准序列，具体步骤为：1)选取多视角简化点集{P′₁,P′₂,…,P′_N}中最大形貌复杂度所对应的简化点集P′_i作为固定点云；2)分别将P′_i与P′_i+1、P′_i-1进行配准，获得配准结果P′_i.1、P′_i.-1并计算对应的形貌复杂度3)若则将P′_i+1作为浮动点云，保留P′_i.1，否则将P′_i-1作为浮动点云，保留P′_i.-1；4)当保留P′_i.1时，继续添加P′_i+2进行配准并计算配准结果的形貌复杂度5)设阈值为η，若则继续添加P′_i+3，直至配准结果的形貌复杂度大于η，否则结束添加，在{P′₁,P′₂,…,P′_N}中删除已配准简化点集，将其作为输入数据重复步骤1)到步骤5)；6)设本轮配准结果为{P₁″,P₁″,…,P″_N′}，计算其对应形貌复杂度并将其作为输入数据重复步骤1)到步骤5)，直至完成配准过程。