[发明专利]一种基于偏差角统计的三维局部表面特征描述方法

说明书

本发明为一种基于偏差角统计的三维局部表面特征描述方法，其克服了现有技术中存在的对相似局部曲面区分度差的问题。包括以下步骤：1：获取场景的三维点云，提取场景的点云数据的特征点；2：计算特征点球形半径范围内邻域的局部参考轴，将邻域的所有点变换到局部参考轴下；3：编码球形邻域的空间信息，将球形邻域划分为多个子空间邻域；4：计算球形邻域内每个邻域点的法线；5：计算邻域点法线与局部参考轴的偏差角，统计子空间内偏差角，形成子直方图；6：查找特征点的最近三个特征点，计算特征点与最近三个特征点之间局部参考轴的偏差角，形成子直方图；7：将全部子直方图连接，并归一化，形成最终的直方图。

技术领域：

本发明属于三维计算机视觉技术领域，涉及一种基于偏差角统计的三维局部表面特征描述方法，即一种利用关键点与邻域点、与相邻关键点偏差角统计的3D物体局部表面特征表征的方法。

背景技术：

随着诸如微软Kinect等低成本传感器和高速计算系统的兴起，3D数据已可轻易获取，三维视觉在机器人、逆向工程、自动驾驶和生物识别系统等领域都有广泛的应用。在这些应用中，局部特征描述子发挥着重要作用，如何从点云中提取性能良好的局部特征描述子仍是一个具有挑战性的任务，是三维研究领域的热门方向。

目前，为了提高对噪声干扰、点云分辨率变化及遮挡的鲁棒性，在现有的研究中，已提出了很多三维局部特征描述子，局部参考框架和特征编码是决定其性能的两个主要部分。局部框架可以分为局部参考系(local reference frame,LRF)与局部参考轴(localreference axis,LRA)，LRF的x/y轴的重复性比z轴更容易受到各种干扰(例如，噪声、变化的网格分辨率和对称表面)的影响，并且构造它比LRA需要更多的时间，因此，构建在LRA上的局部描述子对各种干扰具有更强的鲁棒性，但在实际计算中，不同邻域尺度构建的LRA，得到的性能不同，无法同时获取对多种干扰的鲁棒性。特征编码通常只对关键点的局部表面的几何信息和空间信息进行编码，然而同一物体存在许多相似或对称的局部曲面，仅编码关键点局部表面的信息，无法区分这些相似或对称局部曲面。

发明内容：

本发明的目的在于提供一种基于偏差角统计的三维局部表面特征描述方法，其克服了现有技术中存在的在实际计算中，无法同时获取对多种干扰的鲁棒性以及无法区分同一物体的相似或对称曲面的问题。本发明局部特征描述子具有更强的描述性和鲁棒性。

为实现上述目的，本发明采用的技术方案为：

1、一种基于偏差角统计的三维局部表面特征描述方法，其特征在于：包括以下步骤：

步骤1：获取场景的三维点云，提取所述场景的点云数据的特征点P；

步骤2：计算所述特征点p球形半径R范围内邻域的局部参考轴，所述局部参考轴的原点与所述特征点的原点重合，将所述邻域的所有点变换到局部参考轴下，实现与所述局部参考轴对齐及姿态归一化，获取对特征描述的刚性变换不变性；

步骤3：编码所述球形邻域的空间信息，将所述球形邻域划分为多个子空间邻域；

步骤4：计算所述球形邻域内每个邻域点的法线；

步骤5：计算所述邻域点法线与局部参考轴的偏差角，统计所述子空间内偏差角，形成子直方图；

步骤6：查找所述特征点p的最近三个特征点，计算所述特征点p与所述最近三个特征点之间局部参考轴的偏差角，形成子直方图；

步骤7：将所述全部子直方图连接，并归一化，形成最终的直方图，即为所述局部特征描述子。

步骤2中，为所述特征点p建立局部参考轴包括：

确定计算所述局部参考轴的半径R_z，基于所述计算半径R_z的邻域点，计算协方差矩阵，生成所述局部参考轴；