专利汇可以提供一种点邻域尺度差异描述的点云配准方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种点邻域尺度差异描述的点 云 配准方法,通过对源点云和目标点云中离散点进行最小二乘曲面拟合得到局部曲面,求出曲面的形状指数SI,即该离散点的形状指数,选取形状指数在邻域内最大或最小且满足 阈值 的点作为点云的关键点;进行特征描述符构造,计算关键点在不同邻域半径下的特征归一化向量差值和法向量夹 角 差值组合成点领域尺度差异描述符;根据特征描述符的相似程度找出对应点并使用二重筛选和基于全局距离的最优查找 算法 分别滤除错误点对和估计对应关系。本发明得到的关键点具有很好的代表性和区别性,对点云分布 密度 差异较大或存在噪声点的情况效果明显,计算简单,提高点云配准速度和 精度 ,具有很好的抗干扰能 力 。,下面是一种点邻域尺度差异描述的点云配准方法专利的具体信息内容。
1.一种点邻域尺度差异描述的点云配准方法,其特征在于,具体的实现步骤为:
步骤1.关键点查找,对源点云和目标点云中离散点进行最小二乘曲面拟合得到局部曲面,求出曲面的形状指数SI,即该离散点的形状指数,选取形状指数在邻域内最大或最小且满足阈值的点作为点云的关键点;
步骤2.特征描述符计算,进行特征描述符构造,计算关键点在不同邻域半径下的特征归一化向量差值和法向量夹角差值组合成点领域尺度差异描述符;
步骤3.对应关系估计,根据特征描述符的相似程度找出对应点并使用二重筛选和基于全局距离的最优查找算法分别滤除错误点对和估计对应关系。
2.根据权利要求1所述的一种点邻域尺度差异描述的点云配准方法,其特征在于,所述步骤1的具体步骤为:
步骤1.1.对点云每一点使用最小二乘法进行曲面拟合,得到离散点邻域的局部曲面z=r(u,v);
步骤1.2.在得到拟合的二次参数曲面后,由二次参数曲面的第一类基本量E、F、G和第二类基本量L、M、N计算得到曲面的高斯曲率K和平均曲率H
由高斯曲率和平均曲率计算得到曲面的最大主曲率k1和最小主曲率k2
其中E=ru·ru,F=ru·rv,G=rv·rv,L=ruu·n,N=ryy·n,M=rxy·n,其中ru、rv、ruu、rvv、ruv是拟合曲面的偏微分,n是曲面的单位法向量,曲面P的形状指数定义为步骤1.3.计算每点对应曲面Pi的形状指数SI(Pi);
步骤1.4.选择点云的关键点,源点云pi邻域内所有点的形状指数均值为μ(pi),满足下面两个条件中任意一个的都选作关键点
且SI(pi)≥(1+a)μ(pi)
且SI(pi)≤(1-b)μ(pi)
其中a、b是用来调整关键点数量的两个标量参数,将选取后的关键点集记为
3.根据权利要求1或2所述的一种点邻域尺度差异描述的点云配准方法,其特征在于,所述步骤2的具体步骤为:
步骤2.1.对每个关键点p,取l个大小不同的邻域半径,相邻邻域半径之差为△r,有r1
步骤2.2.对加权协方差矩阵Cl进行特征值分解得特征值{λl1,λl2,λl3}(λl1>λl2>λl3)及对应的特征向量{vl1,vl2,vl3},由此建立采样点的局部邻域参考坐标系,三个特征向量构成坐标轴的三个方向;
步骤2.3.对于协方差矩阵Cl构建特征值归一化向量用hl表示为
根据不同邻域半径下的hl差异计算Δhk=Δhk+1-Δhk(k=1,2,…,l-1),随后将△h组合后将得到一个3l-3维向量用H表示为
H=(Δh1 Δh2 … Δhl-1);
步骤2.4.对采样点选取了l个大小不同的邻域半径后,能够采样点不同尺度下的l个法向量n1,n2,…,nl,而通过法向量点乘的方法计算得到两个法向量之间的夹角余弦,连续不同尺度下的法向量的夹角余弦αi为
计算出连续不同尺度下的法向量的夹角余弦αi,随后将这些αi组合得到一个l-1维的向量N表示为
N=(α1,α2,…αl-1);
步骤2.5.对每个关键点通过选取不同尺度的邻域空间并计算上述局部特征差异用H和N表示,将H和N组合作为该关键点的局部特征描述符得到一个4l-4维的向量F表示为F=[Δh1 Δh2 … Δhl-1 α1 α2 … αl-1];
步骤2.6.对于源点云和目标点云的关键点集 和 中的每一个点计算其特征描述符,将得到源点云关键点特征描述子集 和目标点云关键点特征描述符集
4.根据权利要求1或2或3所述的一种点邻域尺度差异描述的点云配准方法,其特征在于,所述步骤3的具体步骤为:
步骤3.1.源点云P和目标点云Q的关键点特征描述符集记为 和
对于 中的每个 在 中寻找与其特征描述符欧式距离最近的
将 记为候选对应点对;
步骤3.2.搜索 的k近邻特征描述符集合 定义阈值η,当
时,认为pi和qi1是一组对应点,记为对应点对ei={pi,qi1};若不满足,将剔除,遍历关键点集 最终得到对应点对集记为E={e1,e2,
...en};
步骤3.3.从对应点对集中随机抽选n(n≥3)组对应点对并计算变换矩阵Ti,根据Ti将源点云P变换到新的坐标系下为 计算全局距离
其中P={pi|i=1,2…,N},Q={qj|j=1,2…,M}分别表示源点云和目标点云, 表示在点云Q中的点 与其相对应的欧式距离 小于阈值Dε的点云P中的点, 是 这样的点的总数,ξ为可调参数;
步骤3.4.设定迭代停止阈值Dε,当 时停止迭代,Ti被选取为最优变换,如
果不满足 则再次抽选新的对应点对子集,迭代重复计算 直至满足
或达到最大迭代次数Nmax,当达到最大迭代次数时,选取 最小的变换
矩阵为最优变换矩阵。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于时间序列聚类的流域洪水响应相似性分析方法 | 2020-05-08 | 440 |
基于DEM的SAR影像直接正射校正方法及系统 | 2020-05-12 | 301 |
三维重建的数据处理方法、装置、电子设备与存储介质 | 2020-05-14 | 555 |
多场站多无人机任务分配与飞行路径的规划方法及系统 | 2020-05-14 | 523 |
保持锐利特征的三维重建方法及系统 | 2020-05-11 | 877 |
一种基于分布式麦克风阵列的声源定位系统 | 2020-05-14 | 224 |
一种基于深度学习的2D+3D大飞机外形缺陷检测与分析方法 | 2020-05-08 | 520 |
基于三维成像的隧道钢拱识别方法 | 2020-05-13 | 889 |
位置推断系统和具有该位置推断系统的移动体 | 2020-05-14 | 308 |
移动体、位置推断装置以及计算机程序 | 2020-05-12 | 473 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。