一种适用于ToF相机的三维点云自动配准方法及系统的制作方法
【技术领域】
[0001] 本发明涉及三维扫描技术领域，尤其涉及一种适用于ToF相机的三维点云自动配 准方法及系统。
【背景技术】
[0002] ToF相机是基于时间飞行法（Time of Flight)测距原理的3D成像仪，其不仅能像 传统2D相机获得强度图像，还能实时获得感光器件上每个像素点到目标物体的对应距离， 继而可以计算得到三维点云。由于ToF相机通过主动发射光线进行测量，对光环境的要求 较低，具有较好的鲁棒性。
[0003] 在利用ToF相机构建三维扫描系统时，由于物体本身的遮挡，一次扫描无法获得 被测物完整的三维数据，因此通常需要从被测物的不同方位进行扫描。这就需要将不同方 位扫描所得的点云转化到同一坐标系，以获得被测物的完整三维点云，该过程称为点云的 配准。
[0004] 为解决多视角点云配准问题，出现了基于转台的三维扫描系统及点云配准方法。 现有的方法主要有如下几种：
[0005] 1.基于可控转角的转台进行多角度扫描，事先获得转台轴线的粗略位置，并根据 转台转角进行粗配准，利用ICP方法进行精配准。该方法存在的问题是：由于ToF相机扫描 得到的点云存在误差，甚至存在受被测物材质等影响导致局部点云形变等现象，因此直接 对被测物点云使用ICP方法容易产生累积误差，导致全局优化配准难的问题。
[0006] 2.基于可控转角的精密转台进行多角度扫描，事先采用一定方法获得转台轴线精 确位置，并结合转台转角直接计算完成配准。该方法虽避免了 ICP方法带来的问题，但对转 台设备要求较高，且需提前操作以获取转台轴线的精确位置，配准结果会受到轴线测量误 差的直接影响。
[0007] 3.基于非精密转台进行多角度扫描，通过在转台上印刷或粘贴标记物，使用额外 的相机拍摄并识别标记物来获得转台位置，进而对ToF相机所得点云进行配准。为此，需要 事先对两相机进行标定以获取其相对位置，且需要适度的光照环境以辅助拍摄。该方法虽 对转台要求不高，且避开了 ICP方法带来的问题，但需要事先标定、对光环境有一定要求的 特点限制了其易用性。
【发明内容】
[0008] 为了解决【背景技术】中存在的问题，本发明提出了一种适用于ToF相机的三维点云 自动配准方法及系统。
[0009] 本发明采用如下技术方案：
[0010] -、一种适用于ToF相机的三维点云自动配准方法，包括以下步骤：
[0011] 1)将被测物（4)放置于转台（1)中心，转台（1)上表面铺有漫反射材料（2)，漫反 射材料⑵上间隔设有圆形标记点（3)，调节ToF相机（5)的视角朝向转台⑴中心的被测 物⑷；
[0012] 2)从ToF相机（5)采集数据，获得原始点云CdP原始强度图像G p i表示采集次 数的序数；
[0013] 3)对原始点云C1和原始强度图像6 i进行处理得到粗配准被测物点云CWS i和标记 点点云CffM1;
[0014] 4)使转台旋转角度，转台转动的角度为：
[0015] Θ = 360/ (2 X 3n) = 180/3η, η = I, 2, 3...
[0016] 其中，η表示转动参数，η为固定值；
[0017] 5)如果转台累计转过角度达到一圈，则继续以下步骤；如果转台累计转过角度未 达到一圈，则返回步骤2)再次进行采集数据计算，每次采集转台转动的角度相同；
[0018] 6)采用配准方法配准各次处理得到的标记点点云CffM1获得各自的精配准变换矩 阵 TM1;
[0019] 7)使用精配准变换矩阵TM1对各自对应的粗配准被测物点云CWS 1进行变换，即得 到精配准被测物点云CWST1，实现被测物三维点云的配准。
[0020] 所述步骤3)对原始点云C1和原始强度图像G i进行处理得到粗配准被测物点云 CWS1和标记点点云CffM i具体为：
[0021] 3. 1)从原始点云(^中识别出转台并获得转台内点、转台中心与转台法向；
[0022] 3. 2)计算原始点云C1的粗配准变换矩阵T 1;
[0023] 3. 3)使用粗配准变换矩阵T1对原始点云C 1进行变换，得到粗配准点云CW 1;
[0024] 3.4)根据已知数据对粗配准点云CW1进行背景分割，得到粗配准被测物点云 CffS1;
[0025] 3. 5)根据原始点云C1中各点与原始强度图像G i中各像素的对应关系，结合转台 内点，从原始强度图像G1中抠取出转台强度图像GP i;
[0026] 3. 6)在转台强度图像GP1*识别出各圆形标记点（3)的中心，根据上述对应关系， 结合粗配准点云CW1，用双线性内插法求得各圆形标记点（3)中心的三维坐标，得到标记点 点云CffMi。
[0027] 所述步骤3. 1)中从原始点云(^中识别出转台并获得转台内点、转台中心与转台 法向具体包括：
[0028] 3. I. 1)对原始点云C1进行多平面拟合获得所有平面及各平面的内点；
[0029] 3. 1. 2)对于每一平面，将其内点投影到该平面上，计算所有投影点的凸包；
[0030] 3. 1. 3)对于每一凸包，取其上的所有点，用最小二乘法拟合圆；
[0031] 3. 1. 4)筛选出拟合度达到圆拟合度阈值的拟合结果；
[0032] 3. 1. 5)从筛选出的拟合结果中选取拟合半径最接近转台半径的拟合数据，获得转 台内点、转台中心与转台法向。
[0033] 所述步骤3. 2)中计算原始点云C1的粗配准变换矩阵T具体包括：
[0034] 3. 2. 1)计算原始点云(^变换到转台中心坐标系0 τ的转台中心变换矩阵T a，转台 中心坐标系Ot是以转台中心为原点，转台法向为Z轴方向，转台中心指向视点的矢量在转 台平面上的投影方向为Y轴方向；
[0035] 3. 2. 2)计算绕转台中心坐标系(\的Z轴向转台旋转相反方向转过转台所累计转 角的转台旋转变换矩阵Tb;
[0036] 3. 2. 3)将转台中心变换矩阵Ta与转台旋转变换矩阵Tb相乘得到粗配准变换矩阵 T1= TaXTbO
[0037] 所述步骤3. 4)中，已知数据是指Z轴分割的起止范围以及转台半径；所述背景分 割具体是在粗配准点云CW1的转台上方建立一个圆柱形区域，并选取圆柱形区域内部的所 有点作为粗配准被测物点云CWS1，圆柱形区域的圆柱轴线与粗配准点云CW1所在坐标系的 Z轴重合，圆柱形区域的半径为转台半径，圆柱形区域的高度方向起止范围作为Z轴分割的 起止范围。
[0038] 所述步骤3. 6)中在转台强度图像GP1*识别出各圆形标记点（3)的中心具体包 括：
[0039] 3. 6. 1)使用Canny计算方法获得转台强度图像GP1的边缘，分割不连通的边缘；
[0040] 3. 6. 2)对于每一边缘进行椭圆拟合，筛选出拟合度达到椭圆拟合度阈值、长短轴 分别处于长轴值域内和短轴值域内的椭圆作为圆形标记点（3)，椭圆中心作为圆形标记点 (3)的中心。
[0041] 所述步骤6)中配准方法具体包括：
[0042] 6. 1)为每一幅标记点点云CffM1建立一个与之对应的迭代变换矩阵TL i，并将其初 始化为单位矩阵；
[0043] 6. 2)将各幅标记点点云CffMJt为待处理点云，对待处理点云进行处理，得到前最 终点云Cx与后最终点云Cy;
[0044] 6. 3)以前最终点云Cx为目标点云，以后最终点云C ,为源点云，进行ICP配准，得 到最终变换矩阵Ty;
[0045] 6. 4)将最终变换矩阵1\分别累乘到组成后最终点云Cy的各幅标记点点云CffM1K 对应的迭代变换矩阵TL1中，获得所有精配准变换矩阵TM 1<3
[0046] 所述步骤6. 2)中对待处理点云进行处理具体包括：
[0047] 6. 2. 1)对于各幅待处理点云，按采集的顺序将每相邻的三幅点云分为一组，对各 组点云进行处理，每组各得到一幅点云；
[0048] 6. 2. 2)将各组得到的点云作为待处理点云，重复上述步骤6. 2. 1)再进行处理，直 到得到仅剩的两幅最终点Ζ5Γ，以米集顺序在前的点75Γ为前最终点75Γ Cx，米集顺序在后的点 云为后最终点云Cy;
[0049] 所述步骤6. 2. 1)中对各组点云进行处理具体包括：
[0050] 6. 2. I. 1)对于每组中的三幅点云，以采集顺序在中的中待处理点云CbS目标点 云，以采集顺序在前的前待处理点云Ca和采集顺序在后的后待处理点云C ^为源点云，分别 进行ICP配准，得到前待处理点云Ca、后待处理点