一种面向跨尺度异构三维点云的鲁棒配准方法与流程

摘要: 本发明涉及计算机视觉与三维点云处理领域,具体涉及一种面向跨尺度异构三维点云的鲁棒配准方法。背景技术:1、随着三维视觉与智能感知技术的快速发展,三维点云已广泛应用...
一种面向跨尺度异构三维点云的鲁棒配准方法与流程

本发明涉及计算机视觉与三维点云处理领域,具体涉及一种面向跨尺度异构三维点云的鲁棒配准方法。

背景技术:

1、随着三维视觉与智能感知技术的快速发展,三维点云已广泛应用于三维重建、自动驾驶、机器人感知和工业自动化等领域。点云配准可以通过估计不同点云之间的空间变换关系,将来自不同视角或不同数据源的点云统一至同一坐标系,是三维数据处理中的基础环节。

2、在实际应用中,通过运动恢复结构、多视图立体视觉及三维高斯泼溅等方法重建得到的点云,与激光雷达或深度相机采集的真实尺度点云之间通常存在尺度差异,同时还可能伴随点云密度不一致、局部缺失、噪声和离群点等问题。因此,跨尺度点云配准不仅需要估计点云之间的旋转和平移参数,还需要同时恢复尺度关系。然而,当点云之间尺度差异较大、密度分布不一致、公共区域不足或存在较多噪声和离群点时,目前的点云配准技术通常难以建立准确可靠的对应关系,进而影响尺度、旋转和平移参数的估计。

技术实现思路

1、本发明的目的是提供一种面向跨尺度异构三维点云的鲁棒配准方法,用以在尺度差异、密度不一致、局部缺失及离群点等情况下稳定建立点云对应关系,实现源点云与目标点云之间尺度、旋转和平移参数的准确估计。

2、为了实现上述任务,本发明采用以下技术方案:

3、一种面向跨尺度异构三维点云的鲁棒配准方法,包括:

4、分别对源点云和目标点云进行拓扑骨架提取,基于所述拓扑骨架估计源点云与目标点云之间的初始尺度参数和初始平移参数,对源点云进行粗配准;

5、针对粗配准后的源点云和目标点云提取局部几何特征,根据点之间的空间距离和局部几何特征差异构建特征引导的概率对应模型,得到源点云与目标点云之间的软对应关系;

6、基于所述软对应关系进行分阶段退火相似变换优化,依次进行特征主导的刚性变换优化、空间方差退火的对应关系优化以及尺度释放的相似变换优化,逐步更新源点云与目标点云之间的尺度、旋转和平移参数,得到最终的跨尺度三维点云配准结果。

7、进一步地,所述基于拓扑骨架对源点云进行粗配准的过程为:

8、1.分别计算源点云和目标点云的质心,并以各自质心为中心,根据点云中各点至质心的最大径向距离分别对源点云和目标点云进行中心化及尺度归一化处理,以减小原始尺度差异对拓扑骨架提取过程的影响;

9、2.分别对归一化后的源点云和目标点云进行拉普拉斯收缩,通过离散拉普拉斯算子、收缩权重以及位置约束对点云进行迭代收缩,使点云逐渐向其主要结构收缩;

10、3.针对收缩后的点集进行图结构构建和拓扑细化,分别获得归一化坐标系下的源点云拓扑骨架和目标点云拓扑骨架,并根据归一化过程中对应的质心和尺度参数将所述拓扑骨架恢复至原始点云坐标系;

11、4.分别计算目标点云拓扑骨架和源点云拓扑骨架中的骨架边长度,确定二者的最大骨架边长度,根据目标点云最大骨架边长度与源点云最大骨架边长度之间的比值确定源点云相对于目标点云的初始尺度参数;

12、5.根据源点云和目标点云的质心以及所述初始尺度参数确定初始平移参数,并利用所述初始尺度参数和初始平移参数对源点云进行变换,得到粗配准后的源点云。

13、进一步地,所述根据点之间的空间距离和局部几何特征差异构建特征引导的概率对应模型,包括:

14、分别针对粗配准后的源点云和目标点云计算各点邻域的局部几何描述特征,并根据源点与目标点对应局部几何描述特征之间的差异确定局部几何特征差异;

15、根据当前残余尺度参数、残余旋转参数和残余平移参数对粗配准后的源点进行变换,并计算变换后的源点与目标点之间的空间距离;

16、将所述空间距离和局部几何特征差异共同引入概率对应模型,其中空间距离用于描述源点与目标点之间的位置一致性,局部几何特征差异用于描述二者邻域结构的一致性,通过特征引导权重调节局部几何特征对对应概率的影响;

17、对源点与目标点之间的对应概率进行归一化,并引入离群点项降低异常点对对应关系估计的影响,得到源点云和目标点云之间的软对应矩阵;所述软对应矩阵中的元素用于表征对应源点与目标点之间的匹配概率,为后续相似变换参数优化提供对应关系。

18、进一步地,所述分阶段退火相似变换优化包括特征主导的刚性变换优化、空间方差退火的对应关系优化以及尺度释放的相似变换优化。

19、进一步地,所述特征主导的刚性变换优化过程为:

20、固定残余尺度参数为1,并设置较大的初始空间方差,以减弱优化初期空间距离对对应关系的约束,同时设置较大的特征引导权重,使局部几何特征在优化初期对源点云和目标点云之间的对应关系建立起主要引导作用;

21、基于当前软对应矩阵分别计算源点云和目标点云的加权质心,对源点坐标和目标点坐标进行中心化处理,并根据软对应概率构建加权互协方差矩阵;

22、对所述加权互协方差矩阵进行奇异值分解,根据奇异值分解结果求取残余旋转参数,并根据所述残余旋转参数以及源点云和目标点云的加权质心更新残余平移参数;

23、迭代更新软对应关系、残余旋转参数和残余平移参数,以降低粗配准后仍然存在的旋转和平移误差。

24、进一步地,所述空间方差退火的对应关系优化过程为:

25、保持残余尺度参数为1,根据当前软对应关系以及源点云和目标点云之间的空间分布计算目标空间方差;

26、在预设的迭代次数内,将空间方差由初始空间方差逐步减小至所述目标空间方差,使空间距离在对应概率估计中的约束作用逐渐增强,从而使源点云和目标点云之间的软对应概率逐渐向空间位置和局部结构均一致的点对集中;

27、在空间方差逐步减小的过程中持续更新软对应矩阵,并根据更新后的软对应矩阵迭代求取残余旋转参数和残余平移参数,以逐步提高点云对应关系的准确性。所述空间方差在该阶段采用线性退火方式进行更新。

28、进一步地,所述尺度释放的相似变换优化过程为:

29、在软对应关系趋于稳定后解除对残余尺度参数的固定,根据当前软对应关系以及源点云与目标点云的加权几何统计量更新残余尺度参数;

30、根据更新后的残余尺度参数重新估计空间方差,同时按照预设衰减方式逐步降低特征引导权重,使概率对应模型由局部几何特征引导逐渐转变为空间距离主导;

31、根据更新后的软对应矩阵继续迭代更新残余尺度参数、残余旋转参数和残余平移参数,实现源点云与目标点云之间的局部精细相似变换配准。

32、进一步地,将骨架粗配准阶段得到的初始尺度参数和初始平移参数,与分阶段退火相似变换优化得到的残余尺度参数、残余旋转参数和残余平移参数进行组合,得到源点云到目标点云的最终尺度参数、最终旋转参数和最终平移参数,并根据所述最终尺度参数、最终旋转参数和最终平移参数对源点云进行相似变换,得到最终的三维点云配准结果。论文中最终变换关系由粗配准与残余变换组合得到。

33、一种三维点云配准系统,包括骨架引导粗配准模块、特征引导概率对应模块以及退火相似变换优化模块;所述骨架引导粗配准模块用于根据源点云和目标点云的拓扑骨架估计初始尺度参数和初始平移参数;所述特征引导概率对应模块用于根据空间距离和局部几何特征差异建立源点云与目标点云之间的软对应关系;所述退火相似变换优化模块用于根据所述软对应关系对残余尺度参数、残余旋转参数和残余平移参数进行分阶段优化,并输出最终点云配准结果。

34、一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序;所述处理器执行所述计算机程序时,实现所述面向跨尺度异构三维点云的鲁棒配准方法。

35、一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序;所述计算机程序被处理器执行时,实现所述面向跨尺度异构三维点云的鲁棒配准方法。

36、与现有技术相比,本发明具有以下技术特点:

37、1.骨架引导初始化:通过尺度归一化后的拓扑骨架估计初始尺度和平移参数,降低较大尺度差异对后续点云配准的影响。

38、2.特征引导概率对应:将局部几何特征引入概率对应模型,联合空间位置与局部结构信息建立软对应关系,降低密度差异、局部缺失及离群点造成的错误匹配。

39、3.分阶段退火优化:依次进行固定尺度的刚性优化、空间方差退火和尺度释放的相似变换优化,降低尺度、旋转和平移参数同时优化造成的不稳定性。

40、4.渐进式精细配准:通过由特征引导逐渐向空间距离主导的优化过程,实现从可靠对应关系建立到局部精细配准的逐步过渡,提高跨尺度异构点云配准的稳定性和准确性。