[发明专利]基于点对点模型的通用3D表面匹配方法

说明书

技术领域

本发明涉及测绘技术领域，更具体地，涉及一种基于点对点模型通用最小二乘3D表面匹配方法。

背景技术

3D表面匹配(一般也称表面配准)是计算机视觉、数字摄影测量领域的前沿研究问题，其主要目的是为了确立两个三维表面间坐标系转换关系，从而对物体的几何表面在测绘中的所形成的点云数据点集进行配准，是实现点云曲面无缝拼接的关键性步骤。该转换关系一般采用尺度、旋转以及平移等7个正形变换参数中的全部或部分因子进行描述。实施配准的关键因素有两点：1)选择合适数学模型描述3D表面间几何约束关系，进而能对表面间几何参数进行准确估计；2)确立3D表面间同名点对搜索规则，进而能利用计算机进行整体解算。

目前该领域主要存在3种主流3D表面匹配算法：1)迭代最近点(Iterative Closest Point，ICP)配准算法(Besl and McKay，1992；Chenand Medioni，1992；Zhang，1994)，该算法通过搜索两个3D点集间空间上距离最近的真实点对作为同名点，并以真实同名点间欧氏距离最小为几何约束条件估计点集间6个正形变换参数；2)最小法向距离(Least Normal Distance，LND)配准算法(Robert，2004；Gruen and Akca，2005)则是以点与局部表面法向距离最小为依据进行点集间7个正形变换参数估计；3)最小高程距离(Least Z-Difference，LZD)配准算法(Rosenholm，1988)则是通过最小化所有对应同名点间的高差平方和来求解点集间7个正形变换参数。

在ICP算法中，选择6个正性变换参数进行表面间几何关系表述，缺乏尺度因子，因此对不同分辨率3D表面无法进行有效配准；该方法采用线性迭代计算方法，收敛速度较慢。

在LND算法中，尽管该类方法最终能取得良好配准精度，但是现有的LND配准算法均采用不同的平差数学模型，且数学模型形式上差异较大，缺乏统一通用的平差估计模型。

在LZD算法中，仅仅考虑对应同名点间高程差异因素，因此在实施配准过程中较易产生局部收敛现象，对配准初值要求较高。

综上所述，现有主流3D表面配准方法还没能形成统一通用的平差数学模型，现有技术中缺乏一种通用的配准模型，能在理论上对现有配准方法进行有机统一，因此需要寻求一种通用的3D表面配准模型，并能适应不同同名点定义规则。

发明内容

针对现有技术中的上述不足，本发明的目的是提供一种基于点对点模型的通用3D表面匹配方法，不仅能从理论上对表面匹配算法进行统一，而且可以根据待配准数据特点选择适合的同名点对应规则，具有良好可扩展性。更重要地，该配准方法对应的平差模型，非常适合于计算机编码实现，具备很好的应用潜力。

本发明的通用3D表面匹配方法是一种高质量点云、曲面配准方法，是实现点云、曲面无缝拼接的关键性步骤，该配准算法可直接用于机载激光扫描点云配准、地面激光扫描点云配准、任意散乱3D点集配准，以及数字高程模型(DEM)之间的配准应用。

本发明的通用3D表面匹配方法，其具体技术方案如下：

步骤1，快速搜索3D表面的点云数据集之间的重叠区域，并对重叠区域点集进行标记；

步骤2，对参考表面的点云数据集进行数据组织，建立参考表面点云数据集中各节点数据间的拓扑关系；

步骤3，按照点对点模型，选择特定的同名点对应规则进行搜索，建立配准表面与参考表面间的同名点一一对应关系；

步骤4，针对搜索获取的同名点对建立误差方程式，并根据建立的误差方程式，依据最小二乘原理建立法方程式，并解算法方程获得最似然配准参数估值；

步骤5，根据解算出的配准参数，对待配准表面进行坐标转换。

优选地，所述方法还包括：在步骤1之前首先对所述3D表面的点云数据集进行数据滤波处理。

优选地，所述步骤2通过不规则三角网(TIN)、规则格网(Grid)或以及KD树对所述点云数据集进行数据组织以建立所述拓扑关系。

优选地，步骤3中可选择的所述同名点对应规则包括：沿表面法线方向的共轭同名点、沿表面垂线方向的共轭同名点、空间上欧氏距离最近的共轭同名点中的任意一种。

优选地，步骤4建立的误差方程式为：

其中，t_x，t_y，t_z为沿坐标轴的三个平移分量，ω，κ为绕坐标轴旋转的三个角度参数，m为尺度变换因子，V为泰勒级数局部展开所引入的残差。