[发明专利]基于点云投影轮廓签名和分布矩阵的全局点云描述方法

权利要求书

1.基于点云投影轮廓签名和分布矩阵的全局点云描述方法，其特征在于包括以下步骤：

1)目标点云预处理：对目标点云进行预处理；

2)目标点云姿态归一化：将目标点云与本地参考坐标系对齐；

3)计算点云投影轮廓签名：求取归一化后点云的中心点c和空间长方体边界盒；将目标点云分别投影到边界盒的三个相邻平面上，以中心点c各个投影平面上的投影作为始点，等间隔地向外辐射射线；这些射线簇和对应投影平面上点云投影的外轮廓的交点构成了该投影平面上目标点云投影对应的轮廓签名；

4)计算点云投影分布矩阵：以步骤3)中获取的长方体边界盒的最大边长l为边长，得到一个新的正方体边界盒；以正方体边界盒的三个相邻表面作为投影平面，并将投影平面均匀分割为一个n×n的栅格，统计落入每个单元格内点云投影点的数量，得到点云投影在该投影平面的投影分布矩阵M；

5)点云投影轮廓签名和分布矩阵的融合：分别对轮廓签名、分布矩阵进行归一化处理，并根据点云投影的统计特征确定串联规则，依次将目标点云在三个投影平面的子特征以直方图的形式串联得到最终的CSDM描述子。

2.根据权利要求1所述的基于点云投影轮廓签名和分布矩阵的全局点云描述方法，其特征在于：在步骤1)中，所述对目标点云进行预处理具体为使用统计异常值移除滤波器对目标点云进行预处理；统计异常移除滤波器采用点云库PCL中的标准实现。

3.根据权利要求1所述的基于点云投影轮廓签名和分布矩阵的全局点云描述方法，其特征在于：在步骤2)中，所述本地参考坐标系LRF的建立过程如下：

2-1)LRF原点的确定：

给定一个包含m个3D点的目标点云P＝{p₁，...，p_m}，本地坐标系的原点定义为目标点云的几何中心：

其中，p_i表示目标点云中的一个三维点的坐标；

2-2)LRF坐标轴的确定：

使用主成分分析法PCA确定三个坐标轴：

归一化的协方差矩阵C可以表示为：

通过对协方差矩阵C执行特征值分解，可以得到对应特征向量和特征值：

CV＝EV

其中，V＝[v₁ v₂ v₃]为三个特征向量构成的矩阵，E＝diag(λ₁ λ₂ λ₃)是由特征值构成的对角矩阵，且三个特征值大小满足λ₁≥λ₂≥λ₃；

以目标点云的中心点c为原点的LRF表示为：

L_P＝{x(p)，y(p)，x(p)×y(p)}

x(P)和y(P)分别表示L_P的X轴和Y轴，×表示叉乘；X轴和Y轴分别用两个较大的特征向量v₁和v₂表示，Z轴用v₁×v₂表示；

2-3)LRF坐标轴方向的消歧。

4.根据权利要求3中所述的基于点云投影轮廓签名和分布矩阵的全局点云描述方法，其特征在于所述LRF坐标轴方向的消歧具体过程为：

2-3-1)X轴的方向消歧：

其中，p_i表示目标点云的第i个点；

2-3-2)Y轴的方向消歧：

在X轴和Y轴唯一确定之后，唯一确定Z轴。

5.根据权利要求1中所述的基于点云投影轮廓签名和分布矩阵的全局点云描述方法，其特征在于：所述步骤3)中，空间立方体边界盒的中心为目标点云的几何中心，且其长宽高分别取点云在三个坐标轴上坐标最大值与最小值的差值。