[发明专利]一种基于特征融合的复杂构件点云拼接方法及系统

说明书

本发明公开了一种基于特征融合的复杂构件点云拼接方法及系统，属于计算机视觉领域，包括：采集构件各局部的三维点云并进行定位；相邻的局部三维点云之间存在部分重叠；根据定位结果将各局部三维点云转换到世界坐标系下并均匀降采样后提取关键点，得到对应的关键点云；将关键点云输入至特征融合匹配网络，得到任意两个相邻关键点云的匹配对应关系；特征融合匹配网络以两个相邻的点云为输入，用于提取各点云中点的多尺度特征或多种特征并融合为对应点的特征描述子，以计算相邻点云的匹配对应关系；利用相邻关键点云的匹配对应关系进行点云配准，基于点云配准结果将各关键点云拼接为整体三维点云模型。本发明能够提高复杂构件点云拼接的精度。

技术领域

本发明属于计算机视觉领域，更具体地，涉及一种基于特征融合的复杂构建点云拼接方法及系统。

背景技术

大型复杂构件，包括飞机机翼、船舶桨叶、风力叶片、高铁车身等，在许多重大技术领域如航空航天、能源和交通等领域有着广泛应用。为了实现对大型复杂构件表面的高精度加工，需要制定一套精确可靠的三维测量系统来评估其各部分的表面精度。正如用一把尺子度量某物体的尺度，若希望得到足够可靠的测量结果，则尺子的精度也需要足够的高，对于复杂构件表面精度的测量也是如此，为了得到可靠的测量结果，对三维测量系统这把“尺子”的各部分(包括测量仪器、测量方法及相关算法等)都有很高的精度要求。

完整的三维测量应包括如下几步：1)首先需要通过视觉或激光传感器采集大型复杂构件每个局部表面的点云数据；2)通过多传感器和场景靶标定位系统，实现对每一块局部表面点云在场景中定位，以获得各点云的位姿；3)通过某种特定的点云拼接方法，将所有局部点云进行拼接，构建其可视化三维点云模型；4)将三维点云模型与真值CAD模型表面(理论尺寸)进行逐点比对，以此来达到测量的目的。

在上述的整个测量过程中，步骤3)局部点云的拼接起到了至关重要的作用，点云拼接精度的高低将直接决定测量结果的可靠程度(若拼接精度低，最终得到的点云测量模型失真，则与真值CAD模型的比对结果不能作为构件的可靠测量结果)。

传统的局部点云拼接方法的一般过程为：首先对采集到的局部表面点云模型提取关键点并计算每个关键点的特征描述子(通常为传统的手工设计特征FPFH、SHOT、Super4PCS等)，利用基于特征相似度的最近邻搜索进行特征匹配，从而估计待拼接的各分块点云之间的匹配对应关系，之后通过ICP、RANSAC等传统的刚体配准算法估计相对位姿变换(六自由度刚体变换模型)，然后根据这些相对位姿变换，进行邻近点云的两两拼接。最后通过点云一致性融合实现整体点云模型重建。然而在实际应用场景中，传统的局部点云拼接方法主要面临着两大考验：

1)在大型复杂构件所处的加工间场景中，存在光照变换、粉尘干扰等情况，给基于光流的视觉传感器或激光扫描仪所采集到的局部点云模型引入大量噪声点，传统的手工设计特征描述子如FPFH、SHOT、Super4PCS等，对这些噪声缺乏鲁棒性，从而导致大量特征误匹配的引入，影响点云拼接的精度和可靠性。

2)对于大型复杂构件如风力叶片而言，在标准安装定位方式下，大型构件各局部均有微小形变的存在，因此并非绝对的刚性构件。采用传统的刚体配准算法如ICP、RANSAC等估计的六自由度变换模型，无法拟合更复杂的非刚体变换，由此无法准确估计局部点云间的相对位姿变换，造成点云拼接精度的下降。

综上所述，对于现有的点云拼接方法而言，在对大型复杂构件进行三维测量的实际应用背景下不具备可靠性，无法满足高精度三维测量的特定应用需求。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种基于特征融合的复杂构件点云拼接方法及系统，其目的在于，提高复杂构件点云拼接的精度，以满足高精度三维测量的实际应用需求。

为实现上述目的，按照本发明的一个方面，提供了一种基于特征融合的复杂构件点云拼接方法，包括如下步骤：