三維掃描系統中點雲拼接用邊界特徵點配準方法
2023-07-05 10:52:01
三維掃描系統中點雲拼接用邊界特徵點配準方法
【專利摘要】本發明公開了一種三維掃描系統中點雲拼接用邊界特徵點配準方法，步驟如下：1)三維雷射掃描儀獲取不同視角真實物體表面的空間採樣點；2)使用點雲重心距離特徵的邊界檢測方法提取不同視角的點雲邊界特徵點；3)根據提取的點雲邊界特徵點運用改進的迭代最鄰近點(ICP)算法配準點雲；4)根據配準誤差標準評價配準精度，驗證配準結果是否達到配準要求。本發明通過對待配準點雲進行邊界特徵點提取，避免了傳統ICP算法需遍歷點雲數據中每個點查找對應點的缺陷，在保證配準精度基礎上，有效降低算法複雜度的同時顯著提高了點雲配準的效率。
【專利說明】三維掃描系統中點雲拼接用邊界特徵點配準方法
【技術領域】
[0001]本發明屬於逆向工程、圖像處理等【技術領域】，具體涉及一種三維掃描系統中點雲拼接用邊界特徵點配準方法。
【背景技術】
[0002]點雲數據一般是通過三維掃描儀等測量儀器獲取物體表面離散點的三維幾何坐標，由於受測量物體的大小、環境以及測量器具等因素的限制，每次只能測量物體的一個側面，因此，為獲得被測物體的完整數據信息，需要從多個不同角度對物體進行掃描。將不同視角下的點雲數據統一到同一坐標系中的過程即為點雲數據的配準。伴隨著三維模型重建在逆向工程、工業檢測、醫學圖像處理、文物保護等眾多領域的廣泛應用，三維點雲數據配準技術也成為熱門和重要的研究課題。
[0003]現有點雲數據配準技術主要分為:手動配準、依賴儀器配準和自動配準，其中自動配準技術獲得了最為廣泛的應用，該技術主要包含粗配準和精確配準兩個步驟。粗配準是為精確配準提供良好初始值的如提，精確配準則是決定點5配準誤差的關鍵，相關專家學者在精確配準方面做了大量相關研究。目前運用最為廣泛的精確配準算法為迭代最鄰近點算法(iterative close point, ICP)。ICP算法最早由Besl等人和Chen等人分別提出，但其缺點主要有:初始點雲的好壞直接影響到拼接精度，迭代耗時、收斂較慢、配準易受噪聲幹擾、易陷入局部最優等。為獲得精確配準結果，國內外學者對經典ICP算法做了大量研究和改進。如在不規則曲面點雲配準方面，採用粗配準和剛性特徵改進的ICP算法進行配準，實現了不規則曲面點雲的精確配準。雖然該算法的收斂速度和拼接質量都得到了一定提高，但是沒有考慮到噪聲對配準精度的影響，在某些情況下魯棒性較差。如結合基於曲率特徵點的ICP改進算法可以有效的對未知點雲進行配準，在配準速度上有明顯優勢。但必須在初始配準的保證下，才會使配準不至於趨向錯誤方向。否則，當兩片點雲的旋轉錯位和平移錯位比較大時，僅僅使用改進的ICP精確配準會導致配準陷入局部最優。如賦予對應點權重和引入M—估計的改進ICP算法，在粗配準基礎上運用改進ICP算法進行精確配準。該改進算法解決了經典ICP算法的效率瓶頸，有效剔除了異常點對算法的影響，提高了算法的精確性和可靠性，但在最近點對搜索效率上有待進一步提高。
[0004]當前，現有迭代最鄰近點(ICP)方法是:在通過三維掃描儀獲取不同視角的點雲數據後，運用ICP算法每次尋找兩個點集中的最近點，並使其歐式距離的平方和最小，從而計算出點雲間的剛體變換。將該剛體變換應用於點雲獲得新的目標點雲，若目標函數誤差收斂於給定閾值，終止迭代，否則繼續查找最近點。
[0005]如圖1所示，圖1採用改進迭代最近點方法進行點雲數據配準，然而該點雲配準方法存在以下不足和缺陷:
[0006](I)該算法提取點雲邊界特徵點的算法複雜度較高且沒有改進搜索策略，導致最近點對搜索效率不高，從而影響配準效率。
[0007](2)該算法必須在初始配準的保證下，才會使配準不至於趨向錯誤方向。否則，當兩片點雲的旋轉錯位和平移錯位比較大時，僅僅使用改進的ICP精確配準會導致配準陷入
局部最優。
[0008]因此，要想得到快速精確地配準結果，運用新的點雲邊界提取方法獲得邊界特徵點，在邊界特徵點中通過K-D樹搜索加速查找最近點對，能夠加快搜索速度，進一步提高配準效率。
【發明內容】
[0009]針對現有技術中存在的上述不足，本發明提供了一種提高配準速度的三維掃描系統中點雲拼接用邊界特徵點配準方法。
[0010]為了解決上述技術問題，本發明採用了如下技術方案:
[0011]三維掃描系統中點雲拼接用邊界特徵點配準方法，該方法包括如下步驟:
[0012](I)、用三維掃描儀從不同視角掃描實物模型的輪廓，獲得多視角三維採樣點數據；
[0013](2)、針對不同視角下同一實物模型的兩塊三維採樣點數據，通過運用點雲重心距離特徵的邊界檢測方法分別提取兩塊三維採樣點數據的邊界特徵點；
[0014](3)、在提取的兩塊邊界特徵點中，固定其中一塊為參考點集，另一塊為目標點集，利用K-D樹方法加速搜索獲得對應最近點對，並根據單位四元素法計算使得對應最近點對平均距離最小的剛體變換，該剛體變換為旋轉矩陣R和平移矩陣T ；
[0015](4)、利用旋轉矩陣R和平移矩陣T對目標點集進行坐標變換，得到新的目標點集，根據迭代終止條件判斷新的目標點集與參考點集的距離是否小於給定的閾值來實現點雲配準；
[0016](5)、以此基於點雲重心距離特徵的邊界提取方法來改進ICP算法能夠快速進行點雲配準，獲得精確配準效果。
[0017]作為本發明的一種優選方案，所述點雲重心距離特徵的邊界檢測方法，具體步驟如下:
[0018]首先將Z軸上代表點雲高度信息的數值轉化為O — 255之間的灰度值作為點雲的質量屬性，記為H ;其次通過K近鄰搜索找到當前點P (Xi, Yi, Zi)的K個最近鄰，K = 16 ;最後計算K個最近鄰組成的點群的重心坐標(X，Y，Z)，通過最大類間差法獲得閾值δ ;計算點P到點群重心的歐式距離，如果點P到點群重心的歐式距離大於閾值δ，則認為點P是邊緣點；反之，點P不是邊緣點；
[0019] 其中K個最近鄰組成的點群的重心坐標(X，Y, Ζ)公式如下:
【權利要求】
1.三維掃描系統中點雲拼接用邊界特徵點配準方法，其特徵在於，該方法包括如下步驟: (1)、用三維掃描儀從不同視角掃描實物模型的輪廓，獲得多視角三維採樣點數據； (2)、針對不同視角下同一實物模型的兩塊三維採樣點數據，通過運用點雲重心距離特徵的邊界檢測方法分別提取兩塊三維採樣點數據的邊界特徵點； (3)、在提取的兩塊邊界特徵點中，固定其中一塊為參考點集，另一塊為目標點集，利用K-D樹方法加速搜索獲得對應最近點對，並根據單位四元素法計算使得對應最近點對平均距離最小的剛體變換，該剛體變換為旋轉矩陣R和平移矩陣T ； (4)、利用旋轉矩陣R和平移矩陣T對目標點集進行坐標變換，得到新的目標點集，根據迭代終止條件判斷新的目標點集與參考點集的距離是否小於給定的閾值來實現點雲配準； (5)、以此基於點雲重心距離特徵的邊界提取方法來改進ICP算法能夠快速進行點雲配準，獲得精確配準效果。
2.根據權利要求1所述的三維掃描系統中點雲拼接用邊界特徵點配準方法，其特徵在於，所述點雲重心距離特徵的邊界檢測方法，具體步驟如下: 首先將Z軸上代表點 雲高度信息的數值轉化為O — 255之間的灰度值作為點雲的質量屬性，記為H;其次通過K近鄰搜索找到當前點P (Xi, Yi, Zi)的K個最近鄰，K = 16 ;最後計算K個最近鄰組成的點群的重心坐標(X，Y，Z)，通過最大類間差法獲得閾值δ ;計算點P到點群重心的歐式距離，如果點P到點群重心的歐式距離大於閾值δ，則認為點P是邊緣點；反之，點P不是邊緣點； 其中K個最近鄰組成的點群的重心坐標(Χ，Υ，Ζ)公式如下:
3.根據權利要求1所述的三維掃描系統中點雲拼接用邊界特徵點配準方法，其特徵在於，所述單位四元素法，具體步驟如下: 假設目標點集X = Ixi Ixi e R3, i = 1，2，...m},參考點集Y = {y」| y」e R3, j =I, 2,...m},目標點集X與參考點集Y中的點--對應,m為點雲數據量； I)分別求目標點集X和參考點集Y的重心；
4.根據權利要求1所述的三維掃描系統中點雲拼接用邊界特徵點配準方法，其特徵在於，所述迭代終止判斷條件具體步驟如下: 若新的變換點集與參考點集的歐式平均距離小於給定的閾值λ，則停止迭代，反之則將新的點集作為初始值繼續進行迭代，直到滿足目標函數的要求為止；其中目標函數為:
【文檔編號】G01B21/20GK103955939SQ201410208338
【公開日】2014年7月30日 申請日期:2014年5月16日 優先權日:2014年5月16日
【發明者】王勇, 唐靖, 饒勤菲 申請人:重慶理工大學