專利名稱：三維掃描系統(tǒng)中點云拼接用標志點匹配方法
技術領域：
逆向工程技術(附圖1)是利用3D數(shù)字化測量儀器對產品(物理模型或原型)進行數(shù)字化，采集模型三維坐標點后利用CAD軟件建模，最后再制造出產品的先進制造技術，其一般包括四個基本環(huán)節(jié)三維形體檢測與轉換(物理數(shù)據(jù)的獲得)、數(shù)據(jù)預處理(點云處理、識別、多視拼接)，CAD模型的建立(曲面重構)、CAM制件成型。本發(fā)明主要是涉及到在逆向工程的數(shù)據(jù)預處理過程中，對同一物體用三維掃描系統(tǒng)(附圖2)獲得的多視點云采用多視標簽定位法進行拼接時的一種標志點匹配的方法。工程實際中，點云的測量數(shù)據(jù)一般用于物體的三維顯示或其數(shù)字模型的三維重建中，故要求實際測量數(shù)據(jù)必須是坐標歸一化和完整的。而在產品外形的測量過程中，通常不能在同一坐標系下將產品的幾何數(shù)據(jù)一次測出，因而必須進行坐標歸一化，這一過程稱為測量數(shù)據(jù)的重定位，也就是三維數(shù)據(jù)拼接。在多視標簽定位拼接算法中，通過找到標志點的正確匹配，才可以保證拼接的質量，本發(fā)明設計了一種基于空間數(shù)據(jù)動態(tài)分層的標志點正確匹配方法。
背景技術：
多視圖拼接方法是擴展三維測量范圍的有效手段。根據(jù)測量頭和被掃物體的相對運動方式與圖像處理方法的不同，拼接方法有相關拼接法，回轉拼接法，條紋圖像拼接法，多視標簽定位拼接法等。本發(fā)明中采用多視標簽定位點云拼接技術，特征標志點采用人為的先驗設置保證得到完整的三維物體的拓撲結構，思路清晰，實際可行，實現(xiàn)方便，避免了形體拼接的諸多的復雜運算。特征標志點空間搜索識別是三維點云拼接過程中的關鍵問題，直接影響拼接的質量。
近年來，三維點云的拼接算法在國內外均取得了很大的進展，已發(fā)表了相當數(shù)量的文獻，而特征標志點的正確匹配問題一直是其中的關鍵和難點問題。
將文獻“A method for registration of 3-D shapes”(P.Besl，and D.McKay.PatternAnal.Mach.Intell.，14(2)，239-256，1992.)中提出的ICP算法用于多視標簽定位點云拼接即用迭代的方法最小化兩個給定點云特征標志點集之間的距離，實現(xiàn)拼接的方法，需要建立點對點的映射關系，在實際應用中，在缺乏明確對應關系的的情況下尋找點集每個特征標志點對點的匹配關系比較困難，計算速度也很慢，不能真正解決實際應用問題。文獻“Iterative closest geometric objects registration”(LiQingde，Griffiths J G.Computers and Mathematics with Applications，40，2000，Page(s)1171～1188.)中提出的ICL和ICT算法，直接對兩個給定點云數(shù)據(jù)點集中的點進行連線和三角化處理，根據(jù)一定的準則近似找到兩個視圖中對應的線段或對應的三角片，建立一個目標方程求解。不過，這個方法無法準確定位，缺乏有效的尋找對應關系的準則，不能保證得到正確的匹配關系。
本發(fā)明中提出的基于空間數(shù)據(jù)動態(tài)分層的點云標志點的匹配方法，相比較推理的方法和基于視圖識別搜索的方法，根據(jù)特征標志點集的三維幾何拓撲關系，空間距離關系，通過尋優(yōu)，有效的解決了在點云拼接時特征標志點群之間的搜索與匹配識別問題，不需要多次測量或者進行復雜的圖形邏輯運算，提高了匹配速度和精度。

發(fā)明內容
本發(fā)明提供一種能夠對點云拼接時標志點的進行快速匹配的方法，本發(fā)明具有算法復雜度底的優(yōu)點。
本發(fā)明采用如下技術方案一種三維掃描系統(tǒng)中點云拼接用標志點匹配方法第一步將逐次掃描開始的第一幅點云標志點集合按照空間坐標與距離值，動態(tài)劃分空間數(shù)據(jù)集合{Mi}(i＝0，1，...n)，形成層層嵌套，劃分準則為設定中心層M0，其立方塊邊長設為L，以中心層數(shù)據(jù)為基準坐標系，然后，動態(tài)添加層，第二層立方體的邊長為3L，第三層立方體的邊長為5L，以此類推，第i層立方體的邊長2i+1，形成層嵌套；第二步a)設逐次掃描開始的第一幅點云為基準，將當前數(shù)據(jù)層Ma指向逐次掃描的第一幅點云中與逐次掃描的第二幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第二幅點云的標志點數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第二幅點云在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第二幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大，b)尋找逐次掃描的第一幅點云與逐次掃描的第三幅點云的標志點匹配時，同樣依照上述方法將當前數(shù)據(jù)層Ma指向逐次掃描的第一幅點云中與逐次掃描的第三幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第三幅點云的數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第三幅點云在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第三幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大。尋找逐次掃描的第一幅點云與逐次掃描的第i幅點云的標志點匹配時，以此類推；上述標志點匹配方法為尋找逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層中和與其相拼接的點云中以任意三個標志點為頂點所構成的所有三角形，并記錄這些三角形邊長，面積，周長，在逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層的所有三角形中找到與其相拼接的點云的三角形中具有相同邊長，面積，周長的三角形，這些三角形的頂點為相匹配標志點；本發(fā)明主要用于對三維掃描系統(tǒng)中對多視點云進行拼接時特征標志點的匹配。該方法主要有以下優(yōu)點(1)本發(fā)明中采用多視標簽定位點云拼接技術，標志點采用人為的先驗設置保證得到完整的三維物體的拓撲結構，思路清晰，實際可行，實現(xiàn)方便，避免了形體拼接的諸多的復雜運算。
(2)根據(jù)層次和動態(tài)劃分的方法，對標志點數(shù)據(jù)進行中心開始預先分層，逐漸展開層次，按照空間的距離，依次動態(tài)劃分，明確空間結構，對應整體拓撲關系，動態(tài)分層依據(jù)實際拼接運動規(guī)律，是一種合理的數(shù)據(jù)安排，不進行動態(tài)分層處理，不僅無法預估，而且為了識別，數(shù)據(jù)需要全部運算，計算過大，效率很低，易發(fā)生錯誤，甚至在三維物體比較大的情況下無法實現(xiàn)。
(3)本發(fā)明中的基于空間數(shù)據(jù)動態(tài)分層的點云標志點的匹配方法，相比較推理的方法和基于視圖識別搜索的方法，根據(jù)標志點集的三維幾何拓撲關系，空間距離關系，通過尋優(yōu)，有效的解決了在點云拼接時特征標志點群之間的搜索與匹配識別問題，不需要多次測量或者進行復雜的圖形邏輯運算，提高了匹配速度和精度。
(4)動態(tài)分層的數(shù)據(jù)結構的使用可以使識別、匹配、拼接等包括一些特殊算法變?yōu)榭赡埽哂忻黠@的計算效率，中心開始逐次動態(tài)分層的方法，可以隨著物體的掃描過程逐漸展開，空間關系明確，操作方便，可以空間預先估計，優(yōu)化了計算，層間的信息加以記錄和實時修改，區(qū)域和數(shù)量根據(jù)實物的拼接動態(tài)增長，具有一定的智能化。
(5)在搜索識別前預先估計符合實際運動規(guī)律的數(shù)據(jù)區(qū)域，采取區(qū)域數(shù)據(jù)匹配的方法，動態(tài)分層數(shù)據(jù)處理，匹配識別對準之后將處理結果數(shù)據(jù)加入相應的數(shù)據(jù)層，進行下一步的預測估計，同時動態(tài)的修正數(shù)據(jù)層，不斷加以記憶和優(yōu)化，減少了運算時間。
(6)采用動態(tài)分層處理和預估處理，計算量大大減少，空間關系也比較明確，同時標志點數(shù)據(jù)實現(xiàn)方式采用線性鏈表，同時用數(shù)組存儲必要的信息，具有明顯的計算效率。


圖1是逆向工程流程圖。
圖2是光柵式三維掃描系統(tǒng)組成圖。
圖3(a)是第一坐標系下汽車車門點云模型圖。
圖3(b)是第二坐標系下汽車車門點云模型圖。
圖3(c)是第三坐標系下汽車車門點云模型圖。
圖3(d)是第四坐標系下汽車車門點云模型圖。
圖4是數(shù)據(jù)結構鏈表框圖。
圖5是數(shù)據(jù)動態(tài)分層展開圖。
圖6是設定當前層流程圖。
圖7是動態(tài)分層拼接流程圖。
圖8是汽車車門整體點云模型圖。
具體實施例方式
一種三維掃描系統(tǒng)中點云拼接用標志點匹配方法第一步將逐次掃描開始的第一幅點云標志點集合按照空間坐標與距離值，動態(tài)劃分空間數(shù)據(jù)集合{Mi}(i＝0，1，...n)，形成層層嵌套，劃分準則為設定中心層M0，其立方塊邊長設為L，以中心層數(shù)據(jù)為基準坐標系，然后，動態(tài)添加層，第二層立方體的邊長為3L，第三層立方體的邊長為5L，以此類推，第i層立方體的邊長2i+1，形成層嵌套；第二步a)設逐次掃描開始的第一幅點云為基準，將當前數(shù)據(jù)層Ma指向逐次掃描的第一幅點云中與逐次掃描的第二幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第二幅點云的標志點數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第二幅點云在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第二幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大，
b)尋找逐次掃描的第一幅點云與逐次掃描的第三幅點云的標志點匹配時，同樣依照上述方法將當前數(shù)據(jù)層Ma指向逐次掃描的第一幅點云中與逐次掃描的第三幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第三幅點云的數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第三幅點云在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第三幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大。尋找逐次掃描的第一幅點云與逐次掃描的第i幅點云的標志點匹配時，以此類推；上述標志點匹配方法為尋找逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層中和與其相拼接的點云中以任意三個標志點為頂點所構成的所有三角形，并記錄這些三角形邊長，面積，周長，在逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層的所有三角形中找到與其相拼接的點云的三角形中具有相同邊長，面積，周長的三角形，這些三角形的頂點為相匹配標志點；在本實施例中，動態(tài)分層時，每層內的數(shù)據(jù)不包括其內部立方塊數(shù)據(jù)。重疊區(qū)在逐次掃描的第一幅點云的某數(shù)據(jù)層內時，將當前數(shù)據(jù)層Ma指向該數(shù)據(jù)層，重疊區(qū)在逐次掃描的第一幅點云的兩層數(shù)據(jù)區(qū)內時，根據(jù)計算重疊區(qū)域在每層所占空間區(qū)域的大小，確定所占區(qū)域比較大的數(shù)據(jù)層，將當前數(shù)據(jù)層Ma指向該層。
下面參照附圖，對本發(fā)明加以詳細描述采用多視標簽定位點云拼接技術，得到精確的特征標志點三維數(shù)據(jù)是三維點云拼接的前提。在物體表面貼特制的標志點，黑底白面高精度的圓，不反光，標志點的數(shù)量在三點及以上，不要出現(xiàn)多點共線的情況。根據(jù)三維物體的形狀在曲率比較比較高的地方多貼點，以保證特征點區(qū)域完整表達物體的三維拓撲特征。由于拼接的特性決定了只有具有重疊區(qū)域才可以有效拼接，識別對準主要取決于重疊區(qū)標志點數(shù)據(jù)。掃描運動從掃描最初第一幅圖開始，逐次重疊，拍攝，拼接，通過兩兩相拼，完成多幅點云拼接，是一個從局部逐漸向全局展開的過程，不可能脫離了局部直接展開，因此，根據(jù)運動特點，在獲取三維空間的特征點數(shù)據(jù)后，根據(jù)三維剛體姿態(tài)一致與幾何不變性，將特征標志點集合按照空間坐標與距離值，從內向外，根據(jù)一次掃描可能的最大區(qū)域，動態(tài)劃分空間數(shù)據(jù)集合，形成層層嵌套，在拼接時保證得到正確的標志點匹配。
圖3是汽車車門的在不同坐標系下的點云模型，由于不能一次得到車門的測量數(shù)據(jù)，通過四次測量得到全部的測量，對特征點數(shù)據(jù)采用動態(tài)分層數(shù)據(jù)結構，用鏈表存儲與實現(xiàn)。特征點數(shù)據(jù)實現(xiàn)方式采用線性鏈表，同時為了實現(xiàn)算法，還增加了幾組鏈表管理預估鏈表，層鏈表等，見圖4。
本發(fā)明主要涉及以下三方面的內容1)特征標志點數(shù)據(jù)動態(tài)分層讀入汽車車門兩幅三維點云數(shù)據(jù)，設置開始的第一幅圖為基準圖，也稱為目標圖。以后的拼接運算均是同一到這幅圖的坐標系下，將用于拼接的第一幅點云標志點集合按照空間坐標與距離值，動態(tài)劃分空間數(shù)據(jù)集合{Mi}(i＝0，1，...n)，形成層層嵌套。劃分準則為設定中心層M0，其立方塊邊長設為L，以中心層數(shù)據(jù)為基準坐標系，然后，動態(tài)添加層，第二層立方體的邊長為3L，第三層立方體的邊長為5L，以此類推，第i層立方體的邊長2i+1，形成層嵌套，，動態(tài)分層時，每層內的數(shù)據(jù)不包括其內部立方塊數(shù)據(jù)。見圖5。
2)特征標志點預測估計和設定當前數(shù)據(jù)層設逐次掃描開始的第一幅點云為基準，將當前數(shù)據(jù)層Ma指向逐次掃描的第一幅點云中與逐次掃描的第二幅點云重疊區(qū)所在數(shù)據(jù)層，那么當尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配時，只需在當前數(shù)據(jù)層Ma與其相鄰的內外兩層中尋找即可，尋找逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層中和與逐次掃描的第二幅點云中以任意三個標志點為頂點所構成的所有三角形，并記錄這些三角形邊長，面積，周長，在逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層的所有三角形中找到與其相拼接的點云的三角形中具有相同邊長，面積，周長的三角形，這些三角形的頂點為相匹配標志點，匹配拼接成功后，將逐次掃描開始的第二幅點云的數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，稱當前數(shù)據(jù)層Ma與其相鄰的內外兩層為預估區(qū)域，當逐次掃描的第一幅點云與逐次掃描的第二幅點云在此預估區(qū)域中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第二幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大。重疊區(qū)在逐次掃描的第一幅點云的某數(shù)據(jù)層內時，將當前數(shù)據(jù)層Ma指向該數(shù)據(jù)層，重疊區(qū)在逐次掃描的第一幅點云的兩層數(shù)據(jù)區(qū)內時，根據(jù)計算重疊區(qū)域在每層所占空間區(qū)域的大小，確定所占區(qū)域比較大的數(shù)據(jù)層，將當前數(shù)據(jù)層Ma指向該層。見圖6。
3)點云拼接用標志點匹配經過標志點動態(tài)分層和預估的處理，每次兩兩匹配時，可以直接采取預估數(shù)據(jù)與待匹配標志點數(shù)據(jù)集進行標志點匹配，尋找逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層中和與其相拼接的點云中以任意三個標志點為頂點所構成的所有三角形，并記錄這些三角形邊長，面積，周長，在逐次掃描的第一幅點云當前數(shù)據(jù)層Ma與其相鄰的內外兩層的所有三角形中找到與其相拼接的點云的三角形中具有相同邊長，面積，周長的三角形，這些三角形的頂點為相匹配標志點，沒有標志點匹配時，轉向遞歸搜索，進行標志點匹配。每次匹配之后，動態(tài)調整標志點當前數(shù)據(jù)層，再次預估數(shù)據(jù)準備下次匹配，整體流程圖見圖7，最后得到車門的整體點云模型，見圖8。
權利要求
1.一種三維掃描系統(tǒng)中點云拼接用標志點匹配方法，其特征在于第一步將逐次掃描開始的第一幅點云標志點集合按照空間坐標與距離值，動態(tài)劃分空間數(shù)據(jù)集合{Mi}(i＝0，1，...n)，形成層層嵌套，劃分準則為設定中心層M0，其立方塊邊長設為L，以中心層數(shù)據(jù)為基準坐標系，然后，動態(tài)添加層，第二層立方體的邊長為3L，第三層立方體的邊長為5L，以此類推，第i層立方體的邊長2i+1，形成層嵌套；第二步a)設逐次掃描開始的第一幅點云為基準，將當前數(shù)據(jù)層Mα指向逐次掃描的第一幅點云中與逐次掃描的第二幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Mα與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第二幅點云的標志點數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第二幅點云在當前數(shù)據(jù)層Mα與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始由外向內的搜索直到找到與逐次掃描的第二幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大，b)尋找逐次掃描的第一幅點云與逐次掃描的第三幅點云的標志點匹配時，同樣依照上述方法將當前數(shù)據(jù)層Mα指向逐次掃描的第一幅點云中與逐次掃描的第三幅點云重疊區(qū)所在數(shù)據(jù)層，在當前數(shù)據(jù)層Mα與其相鄰的內外兩層中尋找逐次掃描的第一幅點云與逐次掃描的第二幅點云的標志點匹配即可，匹配拼接成功后，將逐次掃描開始的第三幅點云的數(shù)據(jù)加入到逐次掃描開始的第一幅點云相應的數(shù)據(jù)層，逐次掃描開始的第一幅點云數(shù)據(jù)層隨之動態(tài)增加，范圍擴大，當逐次掃描的第一幅點云與逐次掃描的第三幅點云在當前數(shù)據(jù)層Mα與其相鄰的內外兩層中無標志點匹配時，采用自動遞歸搜索的方法從逐次掃描的第一幅點云最外層開始出外向內的搜索直到找到與逐次掃描的第三幅點云有標志點匹配的數(shù)據(jù)區(qū)，同樣，匹配拼接成功后，逐次掃描開始的第一幅點云標志點數(shù)據(jù)層也隨之動態(tài)增加，范圍擴大。尋找逐次掃描的第一幅點云與逐次掃描的第i幅點云的標志點匹配時，以此類推；上述標志點匹配方法為尋找逐次掃描的第一幅點云當前數(shù)據(jù)層Mα與其相鄰的內外兩層中和與其相拼接的點云中以任意三個標志點為頂點所構成的所有三角形，并記錄這些三角形邊長，面積，周長，在逐次掃描的第一幅點云當前數(shù)據(jù)層Mα與其相鄰的內外兩層的所有三角形中找到與其相拼接的點云的三角形中具有相同邊長，面積，周長的三角形，這些三角形的頂點為相匹配標志點。
2.根據(jù)權利要求1所述的三維掃描系統(tǒng)中點云拼接用標志點匹配方法，其特征在于動態(tài)分層時，每層內的數(shù)據(jù)只包括當前層與其內部立方塊間的數(shù)據(jù)。
3.根據(jù)權利要求1所述的三維掃描系統(tǒng)中點云拼接用標志點匹配方法，其特征在于重疊區(qū)在逐次掃描的第一幅點云的某數(shù)據(jù)層內時，將當前數(shù)據(jù)層Mα指向該數(shù)據(jù)層，重疊區(qū)在逐次掃描的第一幅點云的兩層數(shù)據(jù)區(qū)內時，根據(jù)計算重疊區(qū)域在每層所占空間區(qū)域的大小，確定所占區(qū)域比較大的數(shù)據(jù)層，將當前數(shù)據(jù)層Mα指向該層。
全文摘要
一種能夠對點云拼接時標志點的進行快速匹配的方法首先將逐次掃描開始的第一幅點云標志點集合按照空間坐標與距離值，動態(tài)劃分層，形成層嵌套；其次設逐次掃描開始的第一幅點云為基準，對逐次掃描開始的第一幅點云與逐次掃描開始的第二幅點云進行標志點匹配時，在搜索識別前預先估計符合實際運動規(guī)律的數(shù)據(jù)區(qū)域，采取區(qū)域數(shù)據(jù)匹配的方法，匹配識別對準之后將處理結果數(shù)據(jù)加入相應的數(shù)據(jù)層，進行下一步的預測估計，同時動態(tài)的修正數(shù)據(jù)層，不斷加以記憶和優(yōu)化；尋找逐次掃描的第一幅點云與逐次掃描的第i幅點云的標志點匹配時，以此類推。
文檔編號G01B11/00GK1996387SQ20061004132
公開日2007年7月11日 申請日期2006年8月14日 優(yōu)先權日2006年8月14日
發(fā)明者達飛鵬, 朱春紅 申請人:東南大學