[发明专利]提取极点的室内三维点云自动化配准方法

说明书

本发明提出的提取极点的室内三维点云自动化配准方法，以避免对点云数据进行构网和法方向估算为前提，以解决建筑室内场景中多站地面激光扫描点云数据的自动化配准为目的，主要包括极点提取和点云配准两部分，并利用真实的建筑室内点云数据对本发明方法进行解析和验证，对多组点云数据进行配准参数解算，将配准结果与通过人工选取标靶方式计算出的结果进行比较，进一步验证本发明方法的精度和可靠性，得出本发明提出的基于极点提取的点云自动化配准方法，可靠性和精度满足工作需求，而且不需要人工布设标靶、参数设定简单、自动化程度高。

技术领域

本发明涉及一种室内三维点云自动化配准方法，特别涉及一种提取极点的室内三维点云自动化配准方法，属于点云自动配准技术领域。

背景技术

建筑室内测绘是对建筑内部环境中各类要素的大小、形状、空间位置及其属性进行测定和采集，建筑室内测绘对于建筑施工、室内导航、历史建筑保护等工作有重要作用。地面激光扫描是利用激光雷达测距技术进行地物三维信息获取的有效手段，在建筑测绘领域正得到越来越多的研发和应用。在对建筑室内点云数据的处理过程中，包含点云配准、点云分割、建筑室内构件鉴别、三维建模等步骤。为提高建筑室内点云数据处理的自动化程度及效率，本发明针对建筑室内测绘领域的应用，提出了室内三维点云自动化配准方法，室内三维点云自动化配准方法对于高效的完成三维点云配准具有重要意义和作用，并且能够有效支持建筑室内构件鉴别、三维建模等工作。

现有技术的点云配准包括迭代最邻近点算法，其主要思路是迭代运算配准参数，以使对应点集之间的距离最小，其后有很多方法都是在迭代最邻近算法基础上进行的改进和验证。迭代最邻近算法是点集对点集的配准方法，作为对这种策略的拓展，现有技术又提出了一种平面对平面的自动配准方法，该方法利用一种特殊的区域增长进行平面片提取，然后根据一定的索搜策略进行平面片之间的匹配，以解求配准参数，并且在结合影像数据之后，可以进一步改善该算法。Grant在迭代最邻近点算法基础上提出了点对平面的配准策略，并且在配准过程中使用双向匹配搜索方式，一方面增加了冗余度，同时也考虑了每个数据集的不确定性。

利用曲线和曲面对场景或者目标进行描述，也是解决点云数据配准的一种常见思路。现有技术将点云之间的配准看做是有重叠表面的最小二乘匹配，并在多种数据上进行实验证明其准确性和可靠性，其核心思路是将点集对点集的匹配拓展到了曲面对曲面的匹配。Rabbani针对工业室内场景提出了基于特征的配准方法，该方法首先对点云数据进行分割，然后对特定模型进行拟合以提取几何表面特征，最后根据正射距离最小或参数差异最小解求配准参数。后来出现了基于曲率特征的自动配准方法，该方法首先利用二次曲面拟合对每个扫描点处的曲率进行估算，然后根据曲率提取出特征点集，并应用豪斯多夫距离得到特征点匹配结果，最后通过迭代计算得到配准结果。基于曲线的配准方法通过对扫描目标上的突出特征进行提取并对曲面上的脊线进行提取和描述，利用变形能评价曲线之间的近似性测度，以完成匹配和配准。

另外现有技术还有一种点云数据配准思路是在点云数据中对一些特定的特征点进行提取，通过对其描述进行特征点之间的匹配，以完成对点云数据的配准。基于特征点的点云配准方法首先将利用点云数据生成全景距离影像，然后在距离影像中提取特征点，并利用刚体变换的欧式距离不变量完成配准参数的解求。描述点特征的方法以用于点云数据的配准，该方法根据不同几何表面上的扫描点在不同尺度邻域的分布不同，生成直方图对一个扫描点进行描述，以进行点云数据的配准。基于全景影像对地面激光扫描点云进行配准的方法，在不同扫描站得到的全景影像中利用SIFT算子进行特征点提取并完成匹配，通过设备的检校参数，将像素与扫描点三维坐标进行对应，进而完成配准。基于影像的全自动配准方法利用深度信息和强度影像，通过SIFT算子进行特征提取，并映射至三维空间，最后完成点云数据的配准。自动的粗略配准方法以能够为迭代最邻近点算法提供初始值，该方法利用最小二乘估算对场景中的平面进行提取，并通过对这些平面相交得到特征点，根据这些平面的特征对特征点进行描述并对不同扫描站得到的特征点进行匹配。

综合来看，现有技术虽然提出了一系列点云配准方法，但依然没有从根本上解决室内点云配准面临的难题，现有技术的难点和本发明解决的问题主要集中在以下方面：