[发明专利]一种基于点云数据进行模型构建方法、装置、存储介质

权利要求书

1.一种基于点云数据进行模型构建方法，其特征在于，包括：

通过至少三台点云采集设备获取3D点云数据，并确定所述至少三台点云采集设备中的一台设备为主设备，其余设备为子设备；

采用4PCS方法进行点云间的粗配准，得到初始旋转矩阵和初始平移矩阵；具体包括：

采用RANSAC算法框架，在任意姿态的主设备获取3D点云数据和至少一个从设备获取的3D点云数据中构建共面四点结合，在共面四点集合中匹配对应点对，使用LCP策略寻找配置后最大重叠度四点对以完成点云粗匹配；

采用所述初始旋转矩阵和初始平移矩阵，对一台子设备获取的3D点云数据进行变换，并与所述主设备获取的3D点云数据比较，根据初始旋转矩阵、平移矩阵对一台子设备获取的3D点云数据进行变换以形成一变换后的子设备的3D点云数据，将变换后的子设备3D点云数据与主设备获得的3D点云数据作比较以获取对应点信息，根据对应点信息采用最小二乘方法求解最优的旋转平移矩阵，根据最优的旋转平移矩阵对初始旋转矩阵和初始平移矩阵做估算形成精准匹配结果；

采用精准配准结果将所有子设备获取的3D点云数据转换至主设备坐标系下，得到点云连接结果；

将所述点云连接结果保存为预设格式的文件，以完成点云模型的构建。

2.根据权利要求1所述的方法，其特征在于，在得到点云连接结果之后，所述方法还包括：

对所述点云连接结果进行网格化处理，得到网格化点云数据。

3.根据权利要求2所述的方法，其特征在于，对所述点云连接结果进行网格化处理，得到网格化点云数据，包括：

对点云连接结果进行下采样处理，得到下采样点云数据；

采用统计分析技术，去除所述下采样点云数据的集中噪声和离群点；通过重采样对物体表面进行平滑处理和漏洞修复；

计算点云法线，构建有向点云；

使用贪心投影三角化算法对有向点云进行三角化，得到网格化点云数据。

4.根据权利要求1所述的方法，其特征在于，采用4PCS方法进行点云间的粗配准，包括：采用RANSAC算法框架,在任意姿态的主设备获取的3D点云数据和至少一个从设备获取的3D点云数据中构建共面四点集合；

在共面四点集合中匹配符合条件的对应点对；

使用LCP策略寻找配准后最大重叠度四点对，得到最优匹配结果，以完成点云粗配准。

5.根据权利要求4所述的方法，其特征在于，在完成点云粗配准之后，遍历所有子设备，

完成所有子设备与主设备之间的点云粗配准。

6.根据权利要求1所述的方法，其特征在于，所述至少三台点云采集设备中相邻设置的点云采集设备之间存在公共视场区域。

7.根据权利要求1所述的方法，其特征在于，所述点云采集设备由Kinect形成，至少三台Kinect中相邻设置的Kinect之间采用3.5毫米音频线连接。