[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

摘要

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。

主权项

1.一种基于约束物虚拟特征的多视三维点云拼接方法，其特征在于，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，根据被测物点云与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；步骤七，通过被测物点云和约束物的虚拟表面点云构建全场景数据加权融合模型，以相邻视场中所有对应点对的投影距离与权重之积的平方和为目标函数，使目标函数最小进行迭代优化，求得各相邻视场的变换矩阵，完成拼接环各个相邻视场的点云精拼接，得到拼接环中各相邻视场的变换矩阵；步骤八，拼接环中各相邻视场的变换矩阵通过矩阵运算间接获得拼接环中第一片点云和最后一片点云的变换矩阵，该变换参数存在累积误差；步骤九，根据变换矩阵计算出的变换参数的累积误差，以累积误差大的变换参数作为优先级对拼接环中各视场进行再优化拼接，完成多视三维点云拼接。