[发明专利]一种基于局部曲面变化信息的三维特征描述符的创建方法、系统和介质

说明书

本发明公开了一种基于局部曲面变化信息的三维特征描述符的创建方法、系统和介质，该方法用于实现对局部曲面几何和空间信息的联合编码，包括局部特描述符计算，将点云关键点邻域的几何和空间信息编码为一个高维向量；对应关系估计，根据特征描述符的相似程度找到不同点云上的匹配点对，使用一定的约束筛选条件滤除错误的匹配点。本发明通过建立点云局部曲面上的LRA，然后对点云局部曲面的空间和几何信息进行同时编码，空间信息是通过在LRA上沿径向划分局部空间来进行编码；几何信息是通过统计五个具有强鲁棒性的几何属性来完成编码，使得LSVSH特征描述符在各种评估指标上的表现出最佳的性能，同时在效率、描述性和鲁棒性方面取得了良好的平衡。

技术领域

本发明涉及图像处理的点云编码技术领域，特别是涉及一种基于局部曲面变化信息的三维特征描述符的创建方法、系统和介质。

背景技术

近年来，随着三维计算机视觉设备与应用的发展，三维点云数据的处理技术受到越来越多学者的研究和关注。点云的局部特征描述作为三维计算机视觉中的关键技术之一，被广泛应用于物体配准、识别和重建等中。然而由于获取的原始点云数据通常含有部分重叠、遮挡和嘈杂等干扰，点云局部特征的高鉴别和强鲁棒描述仍是一个具有挑战性的任务。

近二十年来，研究人员提出了很多局部特征描述符，试图解决这一难题。这些局部特征描述符的分为基于法向量的、基于局部参考框架(Local Reference Frame，简称LRF)的和基于局部参考轴(Local Reference Axis，简称LRA)的三类特征描述符。基于法向量的局部特征描述符使用可重复性较低的法向量作为LRA，导致这类算法的鲁棒性较低，且对噪声和点云变化分辨率敏感。基于LRF的特征描述符虽然可以获取支撑区域更多的维度信息，但由于LRF中x和y轴的可重复度不高，导致无法准确描述局部信息，表现出较弱的鲁棒性。基于LRA的特征描述符相较于前面两类算法具有较为优越的描述性和鲁棒性。

在实际的应用中，一个局部特征描述符需要满足几个性能要求(例如描述性、鲁棒性、紧凑性、效率等)，然而现有的局部特征描述很难在这些性能要求上取得平衡，并且由于它们大多单一的编码点云局部曲面的空间信息或几何特征，很难做到对局部曲面空间和几何信息的全面稳健描述，这将不可避免地导致局部特征描述符有限的描述性和鲁棒性，例如所设计的局部特征描述符只能应用于特定的场景、泛化能力较差，面对噪声、点云变化分辨率及遮挡等干扰时，所设计特征描述符描述精度偏低等。尽管一些特征描述管同时对局部空间信息和几何信息进行编码，然而由于使用的特征属性可鉴别性和鲁棒性较弱，不足以描述局部曲面的所有特征信息，因此它们的描述性和鲁棒性有待进一步的提高。

发明内容

本发明所要解决的技术问题是提供一种基于局部曲面变化信息的三维特征描述符，引入一个新的几何属性—曲率属性，以进一步提高算法的性能，提出了一种新的特征描述符，称为局部曲面变化统计直方图(Local Surface Variation based StatisticsHistogram，简称LSVSH)，实现了对局部曲面几何和空间信息的联合编码，相较于现有的一些特征属性，所提出的曲率属性拥有较强的鉴别力，同时对噪声等干扰也更加鲁棒，借助该曲率属性，LSVSH特征描述符不仅拥有更高的描述性和效率，同时也对噪声、不同网格分辨率和杂波等干扰具有更强的鲁棒性。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于局部曲面变化信息的三维特征描述符的创建方法，用于实现对局部曲面几何和空间信息的联合编码，该创建方法包括以下步骤：

步骤1、局部特描述符计算，将点云关键点邻域的几何和空间信息编码为一个高维向量，具体步骤为：

步骤1.1、给定点云或曲面，通过kd_tree技术获取关键点p在支持半径球形邻域内的点；

步骤1.2、为关键点p的球形邻域建立LRA；

步骤1.3、将局部空间沿着径向方向均匀划分成若干个子空间；