一种基于三维线特征的激光点云数据自动配准方法
【专利摘要】本发明公开了一种基于三维线特征的激光点云数据自动配准方法，包括：对于相邻两个站点，从每个站点的激光点云数据中提取线特征集；在相邻两个站点中，对于任一个站点，以任意两条非平行的空间直线作为一个直线对，以直线对的夹角以及垂距作为两个旋转不变量；当旋转不变量符合条件，该参考直线对和该待配准直线对为一对候选同名直线对；利用c对候选同名直线对分别计算出c个初始变换关系，选择其中一个初始变换关系作为最优初始变换关系，并计算待配准站和参考站的所有的同名直线对；利用所有的同名直线对计算待配准站和参考站的变换关系。本发明利用目标对象自身富含的线性特征，实现激光点云数据无标靶自动配准，获取高质量的三维数据模型。
【专利说明】一种基于三维线特征的激光点云数据自动配准方法
【技术领域】
[0001]本发明涉及激光点云数据自动配准方法，尤其涉及一种基于三维线特征的激光点云数据自动配准方法。
【背景技术】
[0002]尽管地面激光已经成为一个比较成熟且广泛应用的技术，多站激光点云数据的自动配准(简称“自动配准”)依然是一个比较热门的研究方向。当对象难以靠近或标靶难以布设时，研究如何利用对象自身特征，实现点云数据有效自动配准，在当前具有重要意义。它有助于降低时间、人力、物力的开销，且使得非专业用户能够获取高质量的三维数据模型。
[0003]在实际作业中，较多采用标靶或人工标识的方法进行配准，当目标对象难以接近时，则限制了以上方法的使用，因此，基于特征的重叠点云之间的自动配准方法成为业界研究的热点。目前基于特征的主要包括:基于局部特征描述的(spin image)、基于面片分割的(平面特征)、基于曲率的、基于尺度不变特征的等。在实际地面激光三维扫描中，单站点云数据具有点密度不均匀、数据不完整(遮挡、视角等)、易受噪声影响等特点，因此基于曲率、局部描述特征等算法难以获得理想效果。实际测量中，ICP是一种精度较高的点云配准方法，但是需要分辨率较高的激光点云数据。当激光点云数据的分辨率较低时，应用ICP也很难获得理想的结果。此外，ICP需要在初始配准的基础之上进行优化，实现精配准，不能单独作为一种配准方法使用。本发明针对人工对象(特别是建筑物)环境中所存在的大量线状特征，利用线状特征的尺度不变量，获得同名线特征，实现点云数据配准。
【发明内容】
[0004]针对上述技术问题，本发明提供了一种不依赖于标靶球的、配准精度更高的、适用于低分辨率的激光点云数据自动配准方法。
[0005]本发明提供的技术方案为:
[0006]一种基于三维线特征的激光点云数据自动配准方法，包括以下步骤:
[0007]步骤一、利用激光扫描仪扫描目标建筑物，且激光扫描仪在相邻两个站点的扫描存在重叠部分，以分别获取目标建筑物在相邻两个站点的激光点云数据；
[0008]步骤二、对于相邻两个站点，从每个站点的激光点云数据中提取线特征集；
[0009]步骤三、在相邻两个站点中，以其中一个站点为参考站，以另一个站点为待配准站，对于任一个站点，以任意两条非平行的空间直线作为一个直线对，以所述直线对的夹角以及垂距作为两个旋转不变量，则参考站构建出a个参考直线对，待配准站构建出b个待配准直线对；
[0010]步骤四、逐个选择参考直线对和待配准直线对进行比较，其中，当一个参考直线对与一个待配准直线对的夹角的差值小于第一阈值，以及垂距的差值小于第二阈值，则该参考直线对和该待配准直线对为一对候选同名直线对，从而得到C对候选同名直线对；[0011]步骤五、利用c对候选同名直线对分别计算出c个初始变换关系，选择其中一个初始变换关系作为最优初始变换关系，并计算待配准站和参考站的所有的同名直线对；
[0012]步骤六、利用所有的同名直线对计算待配准站和参考站的变换关系。
[0013]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，利用每对候选同名直线对计算一个初始变换关系的具体过程为:以该候选同名直线对所包含的参考直线对的垂线中点以及待配准直线对的垂线中点为一对候选同名点对，利用该候选同名点对计算平移关系，利用该候选同名直线对所包含的参考直线对中两条空间直线的方向、参考直线对垂线的方向、待配准直线对中两条空间直线的方向以及待配准直线对的垂线的方向计算旋转关系。
[0014]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，选择其中一个初始变换关系作为最优初始变换关系的具体过程为:对于任一个初始变换关系，利用该初始变换关系将待配准站中的直线全部预变换至参考站，判断参考站中候选同名直线的个数，则以候选同名直线个数最多的初始变换关系作为最优初始变换关系。
[0015]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，计算待配准站和参考站的所有的同名直线对的具体过程为:以最优初始变换关系所计算出的所有候选同名直线为待配准站和参考站的所有同名直线，在任一站中，以任意两个同名直线构建一直线对，则得到待配准站和参考站的所有同名线对。
[0016]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤六中，利用所有的同名直线对计算待配准站和参考站的变换关系的具体过程为:以任一对同名直线对的垂线中点作为一待配准站和参考站的同名点，利用所有的同名点计算待配准站和参考站的变换关系。
[0017]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，判断参考站中候选同名直线的个数的具体过程为:当待配准站中的一条直线经预变换后，在参考站中为待验证直线，该待验证直线与参考站中的一条直线符合验证关系，则待配准站中的直线和在参考站中的直线为候选同名直线，所述验证关系为:该待验证直线与参考站中的直线之间的距离小于第三阈值，夹角小于第四阈值。
[0018]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤三中，在任一个站点中，一个直线对的夹角a符合a >110°或者a〈70°时，将该直线对舍弃。
[0019]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤二中，在从每个站点的激光点云数据中提取线特征是通过以下过程实现的:
[0020]先利用canny算子从每个站点的激光点云数据中提取边界点数据，然后再从边界点数据中提取线特征集。
[0021]本发明所述的基于三维线特征的激光点云数据自动配准方法具有以下有益效果:本发明利用目标对象自身富含的线性特征，实现激光点云数据无标靶自动配准，有助于降低时间、人力、物力的开销，且使得非专业用户能够获取高质量的三维数据模型。本发明更能满足低分辨率的激光点云数据的配准。
【专利附图】
【附图说明】[0022]图1为本发明所述的一对候选同名直线对的示意图；
[0023]图2为本发明的一个实施例中的激光点云数据，其中，图2(a)和图2(b)分别对应着左站数据(参考站)和右站数据(待配准站)；
[0024]图3为本发明的一个实施例中的边界点数据，其中，图3(a)和图3(b)分别对应着左站边界点数据(参考站)和右站边界点数据(待配准站)；
[0025]图4为本发明的一个实施例中的线特征集，其中，图4(a)和图4(b)分别对应着左站线特征(参考站)和右站线特征(待配准站)；
[0026]图5为本发明的一个实施例中的数据配准示意图，其中，图5(a)和图5(b)分别对应着待配准的线特征和配准后的线特征，图5(c)和图5(d)分别对应着待配准的激光点云数据和配准后的激光点云数据；
[0027]图6为现有技术中采用标靶球的激光点云数据配准方法的示意图；
[0028]图7为本发明所述的基于三维线特征的激光点云数据自动配准方法的流程示意图。
【具体实施方式】
[0029]下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0030]如图7所示，本发明提供一种基于三维线特征的激光点云数据自动配准方法，包括以下步骤:
[0031]步骤一、利用激光扫描仪扫描目标建筑物，且激光扫描仪在相邻两个站点的扫描存在重叠部分，以分别获取目标建筑物在相邻两个站点的激光点云数据；
[0032]步骤二、对于相邻两个站点，从每个站点的激光点云数据中提取线特征集；
[0033]步骤三、在相邻两个站点中，以其中一个站点为参考站，以另一个站点为待配准站，对于任一个站点，以任意两条非平行的空间直线作为一个直线对，以所述直线对的夹角以及垂距作为两个旋转不变量，则参考站构建出a个参考直线对，待配准站构建出b个待配准直线对；
[0034]步骤四、逐个选择参考直线对和待配准直线对进行比较，其中，当一个参考直线对与一个待配准直线对的夹角的差值小于第一阈值，以及垂距的差值小于第二阈值，则该参考直线对和该待配准直线对为一对候选同名直线对，从而得到c对候选同名直线对；
[0035]步骤五、利用c对候选同名直线对分别计算出c个初始变换关系，选择其中一个初始变换关系作为最优初始变换关系，并计算待配准站和参考站的所有的同名直线对；
[0036]步骤六、利用所有的同名直线对计算待配准站和参考站的变换关系。
[0037]优选的是，所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，利用每对候选同名直线对计算一个初始变换关系的具体过程为:以该候选同名直线对所包含的参考直线对的垂线中点以及待配准直线对的垂线中点为一对候选同名点对，利用该候选同名点对计算平移关系，利用该候选同名直线对所包含的参考直线对中两条空间直线的方向、参考直线对垂线的方向、待配准直线对中两条空间直线的方向以及待配准直线对的垂线的方向计算旋转关系。
[0038]所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，选择其中一个初始变换关系作为最优初始变换关系的具体过程为:对于任一个初始变换关系，利用该初始变换关系将待配准站中的直线全部预变换至参考站，判断参考站中候选同名直线的个数，则以候选同名直线个数最多的初始变换关系作为最优初始变换关系。
[0039]所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤五中，计算待配准站和参考站的所有的同名直线对的具体过程为:以最优初始变换关系所计算出的所有候选同名直线为待配准站和参考站的所有同名直线，在任一站中，以任意两个同名直线构建一直线对，则得到待配准站和参考站的所有同名线对。
[0040]所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤六中，利用所有的同名直线对计算待配准站和参考站的变换关系的具体过程为:以任一对同名直线对的垂线中点作为一待配准站和参考站的同名点，利用所有的同名点计算待配准站和参考站的变换关系。
[0041]所述的基于三维线特征的激光点云数据自动配准方法中，判断参考站中候选同名直线的个数的具体过程为:当待配准站中的一条直线经预变换后，在参考站中为待验证直线，该待验证直线与参考站中的一条直线符合验证关系，则待配准站中的直线和在参考站中的直线为候选同名直线，所述验证关系为:该待验证直线与参考站中的直线之间的距离小于第三阈值，夹角小于第四阈值。
[0042]所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤三中，在任一个站点中，一个直线对的夹角a符合a >110°或者a〈70°时，将该直线对舍弃。
[0043]所述的基于三维线特征的激光点云数据自动配准方法中，所述步骤二中，在从每个站点的激光点云数据中提取线特征是通过以下过程实现的:先利用canny算子从每个站点的激光点云数据中提取边界点数据，然后再从边界点数据中提取线特征集。
[0044]具体来说，本发明的激光点云数据自动配准方法包括以下内容:
[0045]1、特征点提取
[0046]本发明首先利用激光扫描仪获取目标建筑物，并且相邻两个站点之间的扫描存在重叠部分，从而获得每个站点的栅格反射强度图像；该栅格反射强度图像包含了该站点的激光点云数据。采用canny算子对获取的栅格反射强度图像提取纹理特征和边界点(即特征点)，该方法属于现有技术，在此不再详述。
[0047]2、线特征提取
[0048]对于低分辨率的激光点云数据，其面片特征仍然是可靠的，因此，由面片特征提取出的线特征也可以认为是可靠的，这些线特征相互之间的空间位置关系也是可靠的，利用这些线特征的空间位置关系就可以确定出参考站和待配准站的可靠的变换关系。
[0049]在步骤I得到的边界点数据的基础上进一步探测直线特征。目前模型探测比较常用的方法有HOUGH变换和RANSAC方法，其中RANSAC方法以其简单性、通用性、易扩展性获得了广泛的应用。因此本文利用RANSAC方法探测线特征。具体步骤如下:
[0050]I)在特征点集中随机选取两个特征点，解算空间三维直线模型参数；
[0051]2)测试在特征点集中其余特征点是否满足该参数模型(符合的为内点，否则为外点)，统计内点数目；
[0052]3)如果内点数目超过预设阈值，则接受该模型，将其对应的内点从特征集中分离出来；[0053]4)重复步骤I)~3)直到特征点集数目为0或小于预设阈值。
[0054]3、旋转不变量计算
[0055]基于几何特征的点云数据配准，多基于尺度旋转不变特征进行(例如:spinimage、曲率等)。直线特征的旋转不变性有:直线长度、直线与直线间夹角、直线到直线间垂距等。由于激光三维扫描的特性(分辨率、遮挡)，不能保证同名直线间具有完美的一致(也就是长度相同的两条直线具有完美的一一对应关系)。另外与二维空间不同，三维空间中两站激光点云数据中的一对同名直线不能建立两个激光点云数据集中的转换关系，需要至少两对空间直线。因此，以两个空间直线间的夹角和垂直距离作为本文自动配准中的旋转不变量，以此作为相似性测度，确定候选同名直线对。
[0056]在步骤2中所探测到的线特征集中，计算任意两条非平行的空间直线间的夹角和垂距(两个平行直线对不能建立两个点云数据集的转换关系)；对于两个共面的非平行直线，I Cl1O11 = I O1Cl21 = I Cl1Cl21 =0，Cl1Cl2所在的直线方向由线段AB和CD所在直线方向的叉积确定，如图1所示。
[0057]4、配准
[0058]在参考站L、待配准站P中，分别按照步骤3中的方法计算各测站直线对间的相似性测度9 u、du，从而分别在参考站和待配准站中形成线对测度队列LP1=Upi I ^ i ^ kj ,LPr=IlpjI I ( j ( k2}。为了更清楚的了解本发明，以参考站为例，参考站中非平行的空间直线有n条，以任意两条空间直线构建一个直线对(任一条空间直线可以参与多个直线对的构建)，并计算出各直线对的相似性测度。
[0059]下面再具体说明一下点云数据配准过程:
[0060](I)假设:以夹角和垂距作为相似性测度，在相邻两站中按照公式(I)匹配候选同名直线对，并根据各候选同名直线对确立初始变换关系。
[0061]至于在判断是否为候选同名直线对时，其依据为一个参考直线对与一个待配准直线对的夹角的差值小于第一阈值，以及垂距的差值小于第二阈值，公式如式⑴所示:
【权利要求】
1.一种基于三维线特征的激光点云数据自动配准方法，其特征在于，包括以下步骤: 步骤一、利用激光扫描仪扫描目标建筑物,且激光扫描仪在相邻两个站点的扫描存在重叠部分，以分别获取目标建筑物在相邻两个站点的激光点云数据； 步骤二、对于相邻两个站点，从每个站点的激光点云数据中提取线特征集； 步骤三、在相邻两个站点中，以其中一个站点为参考站，以另一个站点为待配准站，对于任一个站点，以任意两条非平行的空间直线作为一个直线对，以所述直线对的夹角以及垂距作为两个旋转不变量，则参考站构建出a个参考直线对，待配准站构建出b个待配准直线对； 步骤四、逐个选择参考直线对和待配准直线对进行比较，其中，当一个参考直线对与一个待配准直线对的夹角的差值小于第一阈值，以及垂距的差值小于第二阈值，则该参考直线对和该待配准直线对为一对候选同名直线对，从而得到c对候选同名直线对； 步骤五、利用C对候选同名直线对分别计算出C个初始变换关系，选择其中一个初始变换关系作为最优初始变换关系，并计算待配准站和参考站的所有的同名直线对； 步骤六、利用所有的同名直线对计算待配准站和参考站的变换关系。
2.如权利要求1所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤五中，利用每对候选同名直线对计算一个初始变换关系的具体过程为:以该候选同名直线对所包含的参考直线对的垂线中点以及待配准直线对的垂线中点为一对候选同名点对，利用该候选同名点对计算平移关系，利用该候选同名直线对所包含的参考直线对中两条空间直线的方向、参 考直线对垂线的方向、待配准直线对中两条空间直线的方向以及待配准直线对的垂线的方向计算旋转关系。
3.如权利要求2所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤五中，选择其中一个初始变换关系作为最优初始变换关系的具体过程为:对于任一个初始变换关系，利用该初始变换关系将待配准站中的直线全部预变换至参考站，判断参考站中候选同名直线的个数，则以候选同名直线个数最多的初始变换关系作为最优初始变换关系。
4.如权利要求3所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤五中，计算待配准站和参考站的所有的同名直线对的具体过程为:以最优初始变换关系所计算出的所有候选同名直线为待配准站和参考站的所有同名直线，在任一站中，以任意两个同名直线构建一直线对，则得到待配准站和参考站的所有同名线对。
5.如权利要求4所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤六中，利用所有的同名直线对计算待配准站和参考站的变换关系的具体过程为:以任一对同名直线对的垂线中点作为一待配准站和参考站的同名点，利用所有的同名点计算待配准站和参考站的变换关系。
6.如权利要求3所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，判断参考站中候选同名直线的个数的具体过程为:当待配准站中的一条直线经预变换后，在参考站中为待验证直线，该待验证直线与参考站中的一条直线符合验证关系，则待配准站中的直线和在参考站中的直线为候选同名直线，所述验证关系为:该待验证直线与参考站中的直线之间的距离小于第三阈值，夹角小于第四阈值。
7.如权利要求1所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤三中，在任一个站点中，一个直线对的夹角a符合a >110°或者a〈70°时，将该直线对舍弃。
8.如权利要求1所述的基于三维线特征的激光点云数据自动配准方法，其特征在于，所述步骤二中，在从每个站点的激光点云数据中提取线特征是通过以下过程实现的: 先利用canny算子从每个站点的激光点云数据中提取边界点数据，然后再从边界点数据中提取线特征集。`
【文档编号】G06T7/00GK103679741SQ201310745707
【公开日】2014年3月26日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】王晏民, 石宏斌 申请人:北京建筑大学