三维模型与点云的配准方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109685841A(43)申请公布日2019.04.26(21)申请号201910005488.X(22)申请日2019.01.03(71)申请人上海狮迈科技有限公司地址201807上海市嘉定区嘉唐公路1521号申请人上海数设科技有限公司(72)发明人田大将牟全臣张仕进曾继跃(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人莎日娜(51)Int.Cl.G06T7/33(2017.01)G06T17/20(2006.01)权利要求书3页说明书6页附图5页(54)发明名称三维模型与点云的配准方法及系统(57)摘要本发明公开了一种三维模型与点云的配准方法及系统，通过对三维模型进行离散和上采样，得到模型点云P，计算点云P和外部点云Q的重心和特征向量，并据此计算粗配准所需旋转矩阵R0和平移向量T0，然后根据旋转矩阵R0和平移向量T0对点云P与点云Q进行粗配准，最后通过Kd-Tree近邻搜索方法，搜索点云Q中的对应点云集M，并根据距离、法线夹角及曲率差量化计算对应点的对应程度，随后从点云集M中筛选出所有对应点，然后据此计算相应旋转矩阵R1和平移向量T1并对点云Q应用旋转矩阵R1和平移向量T1，计算对应点之间的均方差E，当均方差E满足终止要求时终止迭代，完成精配准，最终实现三维模型与点云的精确配准，降低了对应点选取复杂度，提高了配准精度。CN109685841ACN109685841A权利要求书1/3页1.一种三维模型与点云的配准方法，其特征在于，包括：步骤1：将三维模型离散成若干三角面片；步骤2：对各三角面片进行上采样，使所述三维模型中三角面片内的点的总数与外部点云Q中点的总数大致相同，得到模型点云P；步骤3：计算模型点云P和外部点云Q的重心，并对模型点云P和外部点云Q进行主成分分析，得到模型点云P和外部点云Q的特征向量；步骤4：根据模型点云P和外部点云Q的重心以及模型点云P和外部点云Q的特征向量，计算模型点云P与外部点云Q进行粗配准需要的旋转矩阵R0和平移向量T0；步骤5：对所述模型点云P应用所述旋转矩阵R0和平移向量T0，以与外部点云Q进行粗配准；步骤6：通过Kd-Tree近邻搜索方法，搜索模型点云P中点Pi在外部点云Q中对应的点云集M，分别计算Pi与点云集元素包含元素Mi之间的距离Di、法线夹角αi和曲率差Ki；步骤7：针对计算得到的距离Di、法线夹角αi和曲率差Ki，分别计算三者的平均值，筛除掉值大于均值的点，得到精简后的对应点筛选点云集M1；随后根据这三个参数计算在点云集M1中对应点对应程度δ，取δ最小值为点位Pi的对应点；步骤8：根据查找出的模型点云P和外部点云Q所有的对应点，计算相应的旋转矩阵R1和平移向量T1；步骤9：对所述外部点云Q应用所述旋转矩阵R1和平移向量T1后，计算对应点之间的均方差E，当均方差E满足终止要求时终止迭代，否则返回步骤6。2.如权利要求1所述的三维模型与点云的配准方法，其特征在于，对各三角面片进行上采样的方法包括：计算所述三维模型的面积和S总，并根据外部点云Q中点的总数N点云，求得点云密度ρ＝N点云/S总；分别计算每个三角面片的面积S1，并据此求得每个三角面片中包含的点的个数N1＝S1*ρ，根据每个三角面片中包含的点的个数，将相应数量的点均匀分布在各三角面片中，得到模型点云P。3.如权利要求1所述的三维模型与点云的配准方法，其特征在于，计算模型点云P和外部点云Q的重心的公式为：其中，P重为模型点云P的重心，Q重为模型点云Q的重心。4.如权利要求3所述的三维模型与点云的配准方法，其特征在于，旋转矩阵R0和平移向量T0分别为：T0＝P重-R0*Q重。2CN109685841A权利要求书2/3页5.一种三维模型与点云的配准系统，其特征在于，包括：离散模块，用于将三维模型离散成若干三角面片；上采样模块，用于对各三角面片进行上采样，使所述三维模型中三角面片内的点的总数与外部点云Q中点的总数大致相同，得到模型点云P；重心及特征向量计算模块，用于计算模型点云P和外部点云Q的重心，并对模型点云P和外部点云Q进行主成分分析，得到模型点云P和外部点云Q的特征向量；第一旋转矩阵和平移向量计算模块，用于根据模型点云P和外部点云Q的重心以及模型点云P和外部点云Q的特征向量，计算模型点云P与外部点云Q进行粗配准需要的旋转矩阵R0和平移向量T0；粗配准模块，用于对所述模型点云P应用所述旋转矩阵R0和平移向量T0，以与外部点云Q进行粗配准；对应点参数计算模块，用于通过Kd-Tree近邻搜索方法，搜索模型点云P中点Pi在外部点云Q中对应的点云集M，分别计算Pi与点云集元素包含元素Mi之间的距离Di、法线夹角αi和曲率差Ki；对应点查找模块