[发明专利]一种三维点云数据自动配准方法

摘要

本发明公开了一种三维点云数据自动配准方法，包括如下步骤对待配准的两片点云进行采样得到特征点，分别计算这些特征点的旋转不变特征子，对两片点云中特征点的旋转不变特征子进行匹配搜索，得到特征点之间的初始对应关系；然后采用随机采样一致算法对初匹配点集中存在的误匹配点进行判断和去除，得到优化的特征点对应关系，计算得到两片点云之间的大致刚性变换关系，实现粗配准；并提供一种刚性变换一致性的检测算法，利用匹配特征点间的局部坐标系变换关系对粗配准结果进行约束性检测，完成粗配准结果正确性的验证；并采用ICP算法优化点云数据间的刚性变换关系，最终实现点云的自动精确配准。

主权项

一种三维点云数据自动配准方法，其特征在于，包括如下步骤：步骤1：读入采集到的待配准的源点云P和目标点云Q；步骤2：分别计算所述源点云P和目标点云Q的密度，并从所述源点云P中随机选取若干个点构成源特征点集S1，从目标点云Q中随机选取若干个点构成目标特征点集S2；步骤3：根据所述的密度，分别计算源特征点集S1与目标特征点集S2中每个特征点的局部旋转平移不变坐标系；步骤4：根据所述局部旋转平移不变坐标系计算每个特征点的高维特征描述；对目标点云Q与源点云P进行特征点匹配，获得初匹配点集C；步骤5：利用随机采样一致算法去除所述初匹配点集中C的误匹配，利用奇异值分解法计算获得旋转矩阵R和平移矩阵T，得到所述目标点云与所述源点云的粗配准结果；步骤6：判断所述粗配准结果是否满足刚性变换一致性条件，若是，则进入步骤7；若否，则判定配准失败；步骤7：采用迭代最近点算法迭代优化所述旋转矩阵R和平移矩阵T，获得目标点云Q与源点云P的精确配准结果。