点云配准方法和系统的制作方法
【技术领域】
[0001] 本发明涉及机载激光雷达数据后处理技术领域，尤其涉及一种点云配准方法和系 统。
【背景技术】
[0002] 近年来，基于点云的三维重建受到逆向工程、三维动画、计算机视觉等领域的广泛 关注。受限于扫描仪本身的视野范围、扫描物体形状、扫描范围和遮挡等问题，对三维目标 的扫描过程往往需要从多站点或多航带进行，然后将不同站点或航带的数据进行拼接配 准，使数据统一至相同的坐标系下。同时，在多时相点云的数据融合及应用相关问题中，由 于不同时相点云数据的采集条件不同，点云的误差特点也不一样，因此点云配准是一项关 键步骤。
[0003] 基于ICP(Iterative Closest Point,迭代最近点）算法的点云配准决定了待配准 的点云初始误差不能太大，否则将极大地影响配准效率和精度。需要一个粗配准过程为配 准点云提供良好的初值，这个过程称为全局配准。采用ICP算法进行精确配准的过程称为局 部配准。目前全局配准方法通常分为两类:一类基于几何特征求出对应点，再计算位姿关 系；另一类采用投票机制，如RANSAC(Random Sample Consensus，随机抽样一致)算法等。然 而，无论是基于几何特征的算法，还是基于投票机制的算法，都存在效率低下的问题，而且 稳定性和计算精度并不高。此外，当两待配准点云之间偏差很大时，现有点云配准数学模型 无法实现对点云进行准确配准。而在基于ICP算法的局部配准阶段，大多采用随机采样方式 搜索最近点，导致算法在时间和空间上效率均不高。
【发明内容】
[0004] 基于此，有必要提供一种效率较高的点云配准方法和系统。
[0005] 一种点云配准方法，包括以下步骤：
[0006] 通过SIFT算法从待配准点云中选取多个同名点，并利用多个所述同名点按照预设 模型对所述待配准点云进行全局配准；
[0007] 将多个所述同名点作为索引，采用点云配准算法对经过所述全局配准的所述待配 准点云进行局部配准。
[0008] 在其中一个实施例中，所述通过SIFT算法从所述待配准点云中选取多个同名点， 并利用多个所述同名点按照预设模型对所述待配准点云进行全局配准步骤包括：
[0009] 对所述待配准点云进行栅格化，转化为数字表面模型；
[0010] 利用SIFT算法对所述数字表面模型进行特征检测，生成特征描述子；
[0011] 对两组所述特征描述子进行特征匹配，生成初始同名点对；
[0012] 从所述初始同名点对中选取同名点；
[0013] 利用所述同名点，按照预设模型对所述待配准点云进行全局配准。
[0014] 在其中一个实施例中，所述从所述初始同名点对中选取同名点步骤包括：
[0015] 利用同名点之间的实际三维距离约束条件对所述初始同名点对进行筛选；
[0016] 从筛选出的所述初始同名点对中，采用交互式的方式选取同名点。
[0017]在其中一个实施例中，所述预设模型为：
[0018] 对所述待配准点云中的样本点云进行初步平移，使得两个所述待配准点云的同名 点的重心重合；
[0019] 对经过所述初步平移后的所述待配准点云，求解旋转矩阵和进一步平移的平移向 量。
[0020] 在其中一个实施例中，所述待配准点云的个数为两个，将其中一个所述待配准点 云作为模板，另一个所述待配准点云作为样本;所述点云配准算法为ICP算法；
[0021] 所述将多个所述同名点作为索引，采用点云配准算法进行局部配准步骤包括：
[0022] 根据所述索引点选取位于所述模板中的点，并记为点集S1;
[0023] 根据索引点，选取所述样本中位于所述索引点位置预设半径范围内的点，记为点 集S2，并对所述点集S2建立KD树；
[0024]基于所述点集S1，选取所述点集S2中距所述点集S1欧氏距离最近的点作为对应 占 .
[0025] 根据所述对应点，基于所述预设模型计算临时变换矩阵Ml，若配准误差收敛或达 到最大迭代次数，则采用累积变换矩阵Μ对待配准点云进行变换；否则，基于所述临时变换 矩阵Ml更新所述累积变换矩阵Μ;其中，通过Μ=Μ1*Μ更新所述累积变换矩阵Μ，且所述累积 变换矩阵Μ的初始值为单位矩阵；
[0026] 根据所述临时变换矩阵Ml对所述点集S2进行变换，生成新的点集S2,并返回所述 对所述点集S2建立KD树步骤。
[0027] 一种点云配准系统，包括全局配准模块和局部配准模块；
[0028]所述全局配准模块用于通过SIFT算法从待配准点云中选取出多个同名点，并利用 多个所述同名点按照预设模型对所述待配准点云进行全局配准；
[0029] 所述局部配准模块用于将多个所述同名点作为索引，采用点云配准算法对经过所 述全局配准的所述待配准点云进行局部配准。
[0030] 在其中一个实施例中，所述全局配准模块包括栅格化单元、特征检测单元、特征匹 配单元、同名点选取单元和全局配准单元；
[0031 ]所述栅格化单元用于对所述待配准点云进行栅格化，转化为数字表面模型；
[0032] 所述特征检测单元用于利用SIFT算法对所述数字表面模型进行特征检测，生成特 征描述子；
[0033] 所述特征匹配单元用于对两组所述特征描述子进行特征匹配，生成初始同名点 对；
[0034]所述同名点选取单元用于从所述初始同名点对中选取同名点；
[0035]所述全局配准单元用于利用所述同名点，按照预设模型对所述待配准点云进行全 局配准。
[0036]在其中一个实施例中，所述同名点选取单元利用同名点之间的实际三维距离约束 条件对所述初始同名点对进行筛选，并从筛选出的所述初始同名点对中，采用交互式的方 式选取同名点。
[0037]在其中一个实施例中，所述预设模型为：
[0038]对所述待配准点云中的样本点云进行初步平移，使得两个所述待配准点云的同名 点的重心重合；
[0039] 对经过所述初步平移后的所述待配准点云，求解旋转矩阵和进一步平移的平移向 量。
[0040] 在其中一个实施例中，所述待配准点云的个数为两个，将其中一个所述待配准点 云作为模板，另一个所述待配准点云作为样本;所述点云配准算法为ICP算法；
[0041] 所述局部配准模块包括模板点选取单元、样本点选取单元、对应点搜索单元、匹配 执行单元和样本点更新单元；
[0042] 所述模板点选取单元用于根据所述索引点选取位于所述模板中的点，并记为点集 S1；
[0043] 所述样本点选取单元用于根据索引点，选取所述样本中位于所述索引点位置预设 半径范围内的点，记为点集S2，并对所述点集S2建立KD树；
[0044] 所述对应点搜索单元用于基于所述点集S1，选取所述点集S2中距所述点集S1欧氏 距离最近的点作为对应点；
[0045] 所述匹配执行单元用于根据所述对应点，基于所述预设模型计算临时变换矩阵 Ml，若配准误差收敛或达到最大迭代次数，则