[发明专利]一种基于多视点图像三维建模的点云几何数据的自动拼接算法

说明书

技术领域

本发明涉及计算机建模技术领域，具体涉及一种基于多视点图像三维 建模的点云几何数据的自动拼接算法。

背景技术

在多视点图像三维几何建模系统中对三维外形构建的过程中，相邻视 点图像之间的几何建模仅仅能够获取被测物体表面局部区域的几何点云 几何数据，要想获得整个三维外形数据需要进行多视点获取图像，同时针 对每两个相邻视点进行几何建模，这导致不同视点下计算得到的点云几何 数据的几何坐标系不同。

为了得到被测物体表面的整个三维外形几何数据，需要将不同坐标系 下的局部几何数据变换到同一个统一坐标系下。多个相邻视点图像建模得 到的不同坐标系下的三维点云几何数据的自动拼接和配准一直是一个棘 手的问题。现有的方法主要包括以下几种：

1)通过在被测量的物体表面粘贴辅助的标记点，对几次不同测量的 标记点进行搜索构建匹配的标记点对，同时保证在两个视点间至少有三个 以上的共同标记点，然后通过这些匹配的共同标记点，计算多次不同视点 测量得到的点云几何数据之间的坐标变换关系，从而实现多视点点云几何 数据的自动拼接。

但是在被测量物体表面粘贴辅助标记点不但会破坏被测量物体表面 的纹理信息，同时无法对标记点粘贴覆盖处的被测量物体表面几何和纹理 数据进行建模。此外该方法不适合在某些特殊的被测量物体(例如历史文 物表面)上粘贴标记点，因此其使用具有一定的范围限制性。

2)利用一些云台确定被测量物体与多视点之间的位置变化关系，通 过云台的运动参数直接计算多视点下点云几何数据之间的坐标变化关系。

该方法稳定可靠，而且有较高的精度，但需要附加的高精度机械设备， 从而导致多视点获取设备结构复杂，不能对较大的物体进行测量。

3)手工选取匹配的特征点进行预先匹配，接着通过现有的商业软件 处理算法完成对点云几何数据的拼接。

此类方法首先需通过人工预先干预实现数据的匹配，但人工匹配误差 过大无法达到理想的拼接效果，无法实现对多视点图像三维建模后的点云 几何数据的全自动拼接。

发明内容

本发明提供了一种基于多视点图像三维建模的点云几何数据的自动 拼接算法，无需借助机械硬件辅助设备，也不需要在建模的三维物体表面 粘贴辅助标记点，即可完成多视点图像三维建模的点云几何数据的自动拼 接和匹配，简单可靠，易于实现，能够提供较高的建模精度，具有广泛的 适用性和实用性。

一种基于多视点图像三维建模的点云几何数据的自动拼接算法，包括：

步骤1，在不同视点下，计算需要建模的三维物体的点云几何数据， 并构建点云几何数据的特征匹配点对；

步骤2，随机选取一个视点作为参考视点，利用点云几何数据的特征 匹配点对，计算表征各个视点与参考视点相对位置关系的关系对应矩阵；

步骤3，对关系对应矩阵进行奇异值分解，求取各个视点(不包括参 考视点)与参考视点之间特征匹配点对的关系平移向量和关系旋转向量；

步骤4，依据关系平移向量和关系旋转向量，将各个视点中的点云几 何数据在参考视点坐标系下进行表示，完成点云几何数据的自动拼接。

不同视点的数目越多，自动拼接和匹配后得到的点云几何数据越准确， 但相应计算量也会大大地增加，优选地，不同视点的数目至少为6个。

在不同视点中随机选取一个视点作为参考视点，将其他视点下的点云 几何数据转换为在参考视点坐标系下表示。

步骤3中对关系对应矩阵进行奇异值分解后，可以得到特征匹配点对 的关系平移向量和关系旋转向量，特征匹配点对的关系平移向量和关系旋 转向量也即所有点云几何数据的关系平移向量和关系旋转向量。

不同视点下的点云几何数据通过关系平移向量和关系旋转向量可以 转换为参考视点的坐标系下表示。

作为优选，特征匹配点对的数目为100～120个。进一步优选，特征匹 配点对的数目为100个。

在计算关系对应矩阵时，由除参考视点之外的其他视点与参考视点的 点云几何数据的特征匹配点对中随机选取100个特征匹配点对进行计算。 (每个视点选取100个特征匹配点对)