三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法
【專利摘要】本發(fā)明公開了一種三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法，步驟如下：1)三維激光掃描儀獲取不同視角真實(shí)物體表面的空間采樣點(diǎn)；2)使用點(diǎn)云重心距離特征的邊界檢測(cè)方法提取不同視角的點(diǎn)云邊界特征點(diǎn)；3)根據(jù)提取的點(diǎn)云邊界特征點(diǎn)運(yùn)用改進(jìn)的迭代最鄰近點(diǎn)(ICP)算法配準(zhǔn)點(diǎn)云；4)根據(jù)配準(zhǔn)誤差標(biāo)準(zhǔn)評(píng)價(jià)配準(zhǔn)精度，驗(yàn)證配準(zhǔn)結(jié)果是否達(dá)到配準(zhǔn)要求。本發(fā)明通過對(duì)待配準(zhǔn)點(diǎn)云進(jìn)行邊界特征點(diǎn)提取，避免了傳統(tǒng)ICP算法需遍歷點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)查找對(duì)應(yīng)點(diǎn)的缺陷，在保證配準(zhǔn)精度基礎(chǔ)上，有效降低算法復(fù)雜度的同時(shí)顯著提高了點(diǎn)云配準(zhǔn)的效率。
【專利說明】三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于逆向工程、圖像處理等【技術(shù)領(lǐng)域】，具體涉及一種三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法。
【背景技術(shù)】
[0002]點(diǎn)云數(shù)據(jù)一般是通過三維掃描儀等測(cè)量?jī)x器獲取物體表面離散點(diǎn)的三維幾何坐標(biāo)，由于受測(cè)量物體的大小、環(huán)境以及測(cè)量器具等因素的限制，每次只能測(cè)量物體的一個(gè)側(cè)面，因此，為獲得被測(cè)物體的完整數(shù)據(jù)信息，需要從多個(gè)不同角度對(duì)物體進(jìn)行掃描。將不同視角下的點(diǎn)云數(shù)據(jù)統(tǒng)一到同一坐標(biāo)系中的過程即為點(diǎn)云數(shù)據(jù)的配準(zhǔn)。伴隨著三維模型重建在逆向工程、工業(yè)檢測(cè)、醫(yī)學(xué)圖像處理、文物保護(hù)等眾多領(lǐng)域的廣泛應(yīng)用，三維點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)也成為熱門和重要的研究課題。
[0003]現(xiàn)有點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)主要分為:手動(dòng)配準(zhǔn)、依賴儀器配準(zhǔn)和自動(dòng)配準(zhǔn)，其中自動(dòng)配準(zhǔn)技術(shù)獲得了最為廣泛的應(yīng)用，該技術(shù)主要包含粗配準(zhǔn)和精確配準(zhǔn)兩個(gè)步驟。粗配準(zhǔn)是為精確配準(zhǔn)提供良好初始值的如提，精確配準(zhǔn)則是決定點(diǎn)5配準(zhǔn)誤差的關(guān)鍵，相關(guān)專家學(xué)者在精確配準(zhǔn)方面做了大量相關(guān)研究。目前運(yùn)用最為廣泛的精確配準(zhǔn)算法為迭代最鄰近點(diǎn)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(diǎn)主要有:初始點(diǎn)云的好壞直接影響到拼接精度，迭代耗時(shí)、收斂較慢、配準(zhǔn)易受噪聲干擾、易陷入局部最優(yōu)等。為獲得精確配準(zhǔn)結(jié)果，國(guó)內(nèi)外學(xué)者對(duì)經(jīng)典ICP算法做了大量研究和改進(jìn)。如在不規(guī)則曲面點(diǎn)云配準(zhǔn)方面，采用粗配準(zhǔn)和剛性特征改進(jìn)的ICP算法進(jìn)行配準(zhǔn)，實(shí)現(xiàn)了不規(guī)則曲面點(diǎn)云的精確配準(zhǔn)。雖然該算法的收斂速度和拼接質(zhì)量都得到了一定提高，但是沒有考慮到噪聲對(duì)配準(zhǔn)精度的影響，在某些情況下魯棒性較差。如結(jié)合基于曲率特征點(diǎn)的ICP改進(jìn)算法可以有效的對(duì)未知點(diǎn)云進(jìn)行配準(zhǔn)，在配準(zhǔn)速度上有明顯優(yōu)勢(shì)。但必須在初始配準(zhǔn)的保證下，才會(huì)使配準(zhǔn)不至于趨向錯(cuò)誤方向。否則，當(dāng)兩片點(diǎn)云的旋轉(zhuǎn)錯(cuò)位和平移錯(cuò)位比較大時(shí)，僅僅使用改進(jìn)的ICP精確配準(zhǔn)會(huì)導(dǎo)致配準(zhǔn)陷入局部最優(yōu)。如賦予對(duì)應(yīng)點(diǎn)權(quán)重和引入M—估計(jì)的改進(jìn)ICP算法，在粗配準(zhǔn)基礎(chǔ)上運(yùn)用改進(jìn)ICP算法進(jìn)行精確配準(zhǔn)。該改進(jìn)算法解決了經(jīng)典ICP算法的效率瓶頸，有效剔除了異常點(diǎn)對(duì)算法的影響，提高了算法的精確性和可靠性，但在最近點(diǎn)對(duì)搜索效率上有待進(jìn)一步提高。
[0004]當(dāng)前，現(xiàn)有迭代最鄰近點(diǎn)(ICP)方法是:在通過三維掃描儀獲取不同視角的點(diǎn)云數(shù)據(jù)后，運(yùn)用ICP算法每次尋找兩個(gè)點(diǎn)集中的最近點(diǎn)，并使其歐式距離的平方和最小，從而計(jì)算出點(diǎn)云間的剛體變換。將該剛體變換應(yīng)用于點(diǎn)云獲得新的目標(biāo)點(diǎn)云，若目標(biāo)函數(shù)誤差收斂于給定閾值，終止迭代，否則繼續(xù)查找最近點(diǎn)。
[0005]如圖1所示，圖1采用改進(jìn)迭代最近點(diǎn)方法進(jìn)行點(diǎn)云數(shù)據(jù)配準(zhǔn)，然而該點(diǎn)云配準(zhǔn)方法存在以下不足和缺陷:
[0006](I)該算法提取點(diǎn)云邊界特征點(diǎn)的算法復(fù)雜度較高且沒有改進(jìn)搜索策略，導(dǎo)致最近點(diǎn)對(duì)搜索效率不高，從而影響配準(zhǔn)效率。
[0007](2)該算法必須在初始配準(zhǔn)的保證下，才會(huì)使配準(zhǔn)不至于趨向錯(cuò)誤方向。否則，當(dāng)兩片點(diǎn)云的旋轉(zhuǎn)錯(cuò)位和平移錯(cuò)位比較大時(shí)，僅僅使用改進(jìn)的ICP精確配準(zhǔn)會(huì)導(dǎo)致配準(zhǔn)陷入
局部最優(yōu)。
[0008]因此，要想得到快速精確地配準(zhǔn)結(jié)果，運(yùn)用新的點(diǎn)云邊界提取方法獲得邊界特征點(diǎn)，在邊界特征點(diǎn)中通過K-D樹搜索加速查找最近點(diǎn)對(duì)，能夠加快搜索速度，進(jìn)一步提高配準(zhǔn)效率。

【發(fā)明內(nèi)容】

[0009]針對(duì)現(xiàn)有技術(shù)中存在的上述不足，本發(fā)明提供了一種提高配準(zhǔn)速度的三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法。
[0010]為了解決上述技術(shù)問題，本發(fā)明采用了如下技術(shù)方案:
[0011]三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)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(shí)物模型的輪廓，獲得多視角三維采樣點(diǎn)數(shù)據(jù)；
[0013](2)、針對(duì)不同視角下同一實(shí)物模型的兩塊三維采樣點(diǎn)數(shù)據(jù)，通過運(yùn)用點(diǎn)云重心距離特征的邊界檢測(cè)方法分別提取兩塊三維采樣點(diǎn)數(shù)據(jù)的邊界特征點(diǎn)；
[0014](3)、在提取的兩塊邊界特征點(diǎn)中，固定其中一塊為參考點(diǎn)集，另一塊為目標(biāo)點(diǎn)集，利用K-D樹方法加速搜索獲得對(duì)應(yīng)最近點(diǎn)對(duì)，并根據(jù)單位四元素法計(jì)算使得對(duì)應(yīng)最近點(diǎn)對(duì)平均距離最小的剛體變換，該剛體變換為旋轉(zhuǎn)矩陣R和平移矩陣T ；
[0015](4)、利用旋轉(zhuǎn)矩陣R和平移矩陣T對(duì)目標(biāo)點(diǎn)集進(jìn)行坐標(biāo)變換，得到新的目標(biāo)點(diǎn)集，根據(jù)迭代終止條件判斷新的目標(biāo)點(diǎn)集與參考點(diǎn)集的距離是否小于給定的閾值來實(shí)現(xiàn)點(diǎn)云配準(zhǔn)；
[0016](5)、以此基于點(diǎn)云重心距離特征的邊界提取方法來改進(jìn)ICP算法能夠快速進(jìn)行點(diǎn)云配準(zhǔn)，獲得精確配準(zhǔn)效果。
[0017]作為本發(fā)明的一種優(yōu)選方案，所述點(diǎn)云重心距離特征的邊界檢測(cè)方法，具體步驟如下:
[0018]首先將Z軸上代表點(diǎn)云高度信息的數(shù)值轉(zhuǎn)化為O — 255之間的灰度值作為點(diǎn)云的質(zhì)量屬性，記為H ;其次通過K近鄰搜索找到當(dāng)前點(diǎn)P (Xi, Yi, Zi)的K個(gè)最近鄰，K = 16 ;最后計(jì)算K個(gè)最近鄰組成的點(diǎn)群的重心坐標(biāo)(X，Y，Z)，通過最大類間差法獲得閾值δ ;計(jì)算點(diǎn)P到點(diǎn)群重心的歐式距離，如果點(diǎn)P到點(diǎn)群重心的歐式距離大于閾值δ，則認(rèn)為點(diǎn)P是邊緣點(diǎn)；反之，點(diǎn)P不是邊緣點(diǎn)；
[0019] 其中K個(gè)最近鄰組成的點(diǎn)群的重心坐標(biāo)(X，Y, Ζ)公式如下:
【權(quán)利要求】
1.三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法，其特征在于，該方法包括如下步驟: (1)、用三維掃描儀從不同視角掃描實(shí)物模型的輪廓，獲得多視角三維采樣點(diǎn)數(shù)據(jù)； (2)、針對(duì)不同視角下同一實(shí)物模型的兩塊三維采樣點(diǎn)數(shù)據(jù)，通過運(yùn)用點(diǎn)云重心距離特征的邊界檢測(cè)方法分別提取兩塊三維采樣點(diǎn)數(shù)據(jù)的邊界特征點(diǎn)； (3)、在提取的兩塊邊界特征點(diǎn)中，固定其中一塊為參考點(diǎn)集，另一塊為目標(biāo)點(diǎn)集，利用K-D樹方法加速搜索獲得對(duì)應(yīng)最近點(diǎn)對(duì)，并根據(jù)單位四元素法計(jì)算使得對(duì)應(yīng)最近點(diǎn)對(duì)平均距離最小的剛體變換，該剛體變換為旋轉(zhuǎn)矩陣R和平移矩陣T ； (4)、利用旋轉(zhuǎn)矩陣R和平移矩陣T對(duì)目標(biāo)點(diǎn)集進(jìn)行坐標(biāo)變換，得到新的目標(biāo)點(diǎn)集，根據(jù)迭代終止條件判斷新的目標(biāo)點(diǎn)集與參考點(diǎn)集的距離是否小于給定的閾值來實(shí)現(xiàn)點(diǎn)云配準(zhǔn)； (5)、以此基于點(diǎn)云重心距離特征的邊界提取方法來改進(jìn)ICP算法能夠快速進(jìn)行點(diǎn)云配準(zhǔn)，獲得精確配準(zhǔn)效果。
2.根據(jù)權(quán)利要求1所述的三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法，其特征在于，所述點(diǎn)云重心距離特征的邊界檢測(cè)方法，具體步驟如下: 首先將Z軸上代表點(diǎn) 云高度信息的數(shù)值轉(zhuǎn)化為O — 255之間的灰度值作為點(diǎn)云的質(zhì)量屬性，記為H;其次通過K近鄰搜索找到當(dāng)前點(diǎn)P (Xi, Yi, Zi)的K個(gè)最近鄰，K = 16 ;最后計(jì)算K個(gè)最近鄰組成的點(diǎn)群的重心坐標(biāo)(X，Y，Z)，通過最大類間差法獲得閾值δ ;計(jì)算點(diǎn)P到點(diǎn)群重心的歐式距離，如果點(diǎn)P到點(diǎn)群重心的歐式距離大于閾值δ，則認(rèn)為點(diǎn)P是邊緣點(diǎn)；反之，點(diǎn)P不是邊緣點(diǎn)； 其中K個(gè)最近鄰組成的點(diǎn)群的重心坐標(biāo)(Χ，Υ，Ζ)公式如下:
3.根據(jù)權(quán)利要求1所述的三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法，其特征在于，所述單位四元素法，具體步驟如下: 假設(shè)目標(biāo)點(diǎn)集X = Ixi Ixi e R3, i = 1，2，...m},參考點(diǎn)集Y = {y」| y」e R3, j =I, 2,...m},目標(biāo)點(diǎn)集X與參考點(diǎn)集Y中的點(diǎn)--對(duì)應(yīng),m為點(diǎn)云數(shù)據(jù)量； I)分別求目標(biāo)點(diǎn)集X和參考點(diǎn)集Y的重心；
4.根據(jù)權(quán)利要求1所述的三維掃描系統(tǒng)中點(diǎn)云拼接用邊界特征點(diǎn)配準(zhǔn)方法，其特征在于，所述迭代終止判斷條件具體步驟如下: 若新的變換點(diǎn)集與參考點(diǎn)集的歐式平均距離小于給定的閾值λ，則停止迭代，反之則將新的點(diǎn)集作為初始值繼續(xù)進(jìn)行迭代，直到滿足目標(biāo)函數(shù)的要求為止；其中目標(biāo)函數(shù)為:
【文檔編號(hào)】G01B21/20GK103955939SQ201410208338
【公開日】2014年7月30日 申請(qǐng)日期:2014年5月16日 優(yōu)先權(quán)日:2014年5月16日
【發(fā)明者】王勇, 唐靖, 饒勤菲 申請(qǐng)人:重慶理工大學(xué)