[发明专利]基于凸包不变性的点云配准方法

摘要

本发明属于计算机视觉领域，鉴于传统的点云配准算法计算复杂度高，且对点云的初始位姿具有较强的依赖性，提出一种基于凸包不变性的点云配准方法。配准过程为：提取待配准的两个点云对应的三维凸包，将凸包表面分解为有限数量的有向三角形；根据三角形在允许误差范围内的全等判决条件，选取三角形的四个特征点，进行三角形变换关系的估计；利用参数优化算法，求解匹配参数，重复计算所有匹配关系对应的两个点云的相似性测度，最大相似性测度对应的变换参数即为最优刚性变换参数。本发明实现了多视点云的全局优化配准，并具备运算效率高、配准精度高、初始位姿适应性强的特点，可应用于物体跟踪、三维模型拼接及三维重建等领域。

主权项

基于凸包不变性的点云配准方法，其特征在于，包括以下步骤：第一步：提取可包含整个点云的最大凸多面体，其中凸多面体的顶点全部由点云中一系列满足预设条件的点构成；第二步：将凸包表面分解为一系列三角形，三角形之间无重叠，且三角形顶点pA,pB,pC的定义满足以下关系：在右手坐标系中，差积Dir＝(pB‑pA)×(pC‑pB)指向点云内部；第三步：基于三维点云在欧式空间刚性变换中的凸包不变性，设定判断三角形全等判定的阈值，提取两组凸包表面满足匹配关系的三角形对；第四步：在满足条件的三角形配对中，设定三角形的四个特征点，包括三个顶点及沿过三角形重心指向点云内部的法线方向，距三角形平面单位距离的点；第五步：根据三角形提取的四个特征点，建立欧式空间中几何变换关系的方程组，利用非线性阻尼最小二乘法优化变换参数，获得匹配三角形对之间的变换关系；第六步：求取原始点云在第五步中获得的变换关系下的变换点云，求解变换点云和目标点云之间的相似性测度，选择最大相似性测度对应的变换参数描述点云间的最优变换。