[发明专利]一种基于约束物虚拟特征的多视三维点云拼接方法有效
| 申请号: | 201910575012.X | 申请日: | 2019-06-28 |
| 公开(公告)号: | CN110363707B | 公开(公告)日: | 2021-04-20 |
| 发明(设计)人: | 黄军辉;王昭;郝俊杰;段琼琼;高建民 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T7/33 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 安彦彦 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 约束 虚拟 特征 三维 拼接 方法 | ||
1.一种基于约束物虚拟特征的多视三维点云拼接方法,其特征在于,包括以下步骤:
步骤一,将链条形多视拼接策略优化为环形多视拼接策略,从而形成拼接环;
步骤二,在测量场景引入约束物,通过测量设备获得各个视场的拼接环的被测物点云和约束物局部点云;
步骤三,根据各个视场中的约束物局部点云,通过最小二乘法拟合来补全约束物表面的缺失点云,从而重构出约束物的完整虚拟表面点云;
步骤四,使用奇异值分解法或四元数方法对相邻视场中对应的约束物的局部特征进行配准,实现拼接环相邻视场的点云粗拼接;
步骤五,根据约束物的测量点云和约束物的虚拟表面点云构造拼接环相邻视场的虚拟重叠区域,根据虚拟重叠区域计算被测物测量点云和约束物测量点云的对应点对;
步骤六,根据被测物点云与约束物点云的空间位置分布构建权重因子辐射模型,计算相邻视场被测物点云对应点对的权重因子;
步骤七,通过被测物点云和约束物的虚拟表面点云构建全场景数据加权融合模型,以相邻视场中所有对应点对的投影距离与权重之积的平方和为目标函数,使目标函数最小进行迭代优化,求得各相邻视场的变换矩阵,完成拼接环各个相邻视场的点云精拼接,得到拼接环中各相邻视场的变换矩阵;
步骤八,拼接环中各相邻视场的变换矩阵通过矩阵运算间接获得拼接环中第一片点云和最后一片点云的变换矩阵;
步骤九,根据变换矩阵计算出的变换参数的累积误差,以累积误差大的变换参数作为优先级对拼接环中各视场进行再优化拼接,完成多视三维点云拼接;
步骤二中,约束物为标准球,每个视场至少应包含3个标准球;
步骤三中,通过最小二乘法拟合球面目标函数的方法如下:
其中,x0,y0,z0为约束物为标准球时的球心坐标,r为约束物为标准球时的半径;
步骤五中,计算点云拼接的对应点对的具体方法如下:
将拼接环相邻视场相对应的约束物测量点云视为整体进行球拟合形成完整的拟合特征面,约束物的测量点和虚拟表面点作为约束物点云,约束物点云向拟合特征面的投影点作为该点的拼接对应点;
计算每个被测物测量点的法线方向,寻找与该测量点法线方向最相近的约束物点云,以约束物点云的投影方向作为该测量点向相邻视场点云的投影方向,最近投影点即作为该测量点对应点;
步骤六中,权重因子辐射模型中,以重构的约束物完整虚拟表面点云的重心为中心,离中心越近,点云越重要,权重因子越大,而以中心向外辐射,相应点云的权重因子递减;
步骤七中,目标函数的计算方法如下:
式中:qi为拼接点云中第i个拼接点;为虚拟重叠区域的投影对应点;nj为每个点云中配准点个数;m为目标个数;N为所有配准点的总数;||*||为欧式范数;ρj为第j个点云的权重,值为[0,1];
具有累积误差的变换矩阵为[RA,TA];
RA=R12·R23·R34…R(n-1)n
TA=T12+T23+T34+…+T(n-1)n
(n-1)n表示拼接环的最后两个视场,n表示拼接环的最后一个视场,也是拼接环的视场总数;T(n-1)n和R(n-1)n表示相邻视场的位置变换矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910575012.X/1.html,转载请声明来源钻瓜专利网。





