基于动态混合特征的刚体配准方法、系统、终端设备及存储介质技术方案

本发明专利技术公开了一种基于动态混合特征的刚体配准方法、系统、终端设备及存储介质，利用快速特征点描述符提取点集的特征信息，将提取的特征信息与点集的几何结构信息组成混合特征，随着算法的迭代构成动态混合特征；基于动态混合特征之间的相似度，建立源点集与目标点集之间的对应关系；求解配准的空间变换参数，并对目标点集进行空间变换；迭代上一步的过程，直到源点集与目标点集对应点之间的误差函数小于给定的阈值或者达到最大的迭代次数，最终完成源点集与目标点集之间的配准。本发明专利技术对于配准问题中存在的初始误差较大的情况以及部分重叠问题具有很好的鲁棒性，同时在存在较多离群点和噪声点的情况下也可以实现较好的配准精度。精度。精度。

【技术实现步骤摘要】
基于动态混合特征的刚体配准方法、系统、终端设备及存储介质


[0001]本专利技术属于计算机视觉
，涉及一种基于动态混合特征的刚体配准方法、系统、终端设备及存储介质。

技术介绍

[0002]点集配准是计算机视觉领域的一个热点问题，可以将不同来源或不同时间的点集通过一系列的空间变换，使其对应点达到空间上的一致。点集配准在计算机视觉与移动机器人等领域有重要的应用，包括三维重建，移动机器人位姿估计等。
[0003]现有的点集配准方法通常可以分为两类，一类是基于点集的几何信息，一类是基于点集的全局特征。基于点集几何信息的配准方法通常有较高的配准效率和精度，但依赖于好的配准初值，当存在较大的初始误差时往往会陷于局部极小值，无法满足点集配准的需求。基于点集全局特征的方法往往可以解决配准初始误差较大的情况，但无法得到较高的配准精度。

技术实现思路

[0004]本专利技术的目的在于解决现有技术中的问题，提供一种基于动态混合特征的刚体配准方法、系统、终端设备及存储介质，本专利技术对于配准问题中存在的初始误差较大的情况具有很好的鲁棒性，同时在存在较多离群点和噪声点的情况下也可以实现很好的配准精度。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]第一方面，本专利技术提供一种基于动态混合特征的刚体配准方法，包括以下步骤：
[0007]步骤1，利用快速特征点描述符提取源点集和目标点集的特征信息；
[0008]步骤2，将点集特征信息与点集几何结构信息组成源点集和目标点集的动态混合特征；
[0009]步骤3，根据源点集与目标点集的动态混合特征之间的相似度，建立源点集与目标点集之间的对应关系，并通过计算对应关系的一致集；
[0010]步骤4，基于源点集和目标点集的动态混合特征建立点集配准目标函数；若点集配准目标函数小于预设阈值或达到最大的迭代次数，执行步骤6；否则执行步骤5；
[0011]步骤5，利用对应关系的一致集求解源点集与目标点集之间的刚体变换参数，使用刚体变换参数对目标点集进行刚体变换，并返回步骤2；
[0012]步骤6，根据当前点集配准目标函数对目标点集进行空间变换，完成源点集与目标点集的配准。
[0013]上述方法进一步的改进在于：
[0014]所述步骤2中，动态混合特征F
p
如下：
[0015][0016]其中，表示连接函数，p表示点集坐标，k表示迭代次数；λ表示超参数，用于在点集配准迭代过程中动态地调整点集特征信息与几何信息的权重；A(λ,f
p
,k)表示点集特征信息的动态变换函数，B(λ,p,k)表示几何信息的动态变换函数，具体如下：
[0017][0018][0019]连接函数将点集特征信息的动态变换函数A(λ,f
p
,k)与几何信息的动态变换函数B(λ,p,k)进行拼接，得到更高维的特征向量，进而得到源点集的动态混合特征F
s
与目标点集的动态混合特征F
d
：
[0020][0021][0022]其中，F
s
表示源点集的动态混合特征，表示源点集中点的动态混合特征，i表示源点集中点的序号，N
s
表示表源点集的数量，F
d
表示目标点集的动态混合特征，表示目标点集中点的动态混合特征，j表示目标点集中点的序号，N
d
表示目标点集的数量。
[0023]所述步骤3中，建立源点集与目标点集之间的对应关系，包括：
[0024]使用最近邻搜索建立源点集与目标点集之间的对应关系。
[0025]所述步骤3中，计算对应关系的一致集，包括：
[0026]使用动态阈值τ计算对应关系P的一致集：
[0027][0028]其中，i表示源点集中点的序号，cf(i)表示目标点集的法向量，T
F
表示动态混合特征的空间变换参数，征的空间变换参数，表示源点集中点的动态混合特征，表示目标点集中对应点的动态混合特征，表示目标点集的齐次法向量，
[0029]动态阈值τ在迭代过程中随着点集特征信息的动态变换函数A(λ,f
p
)与几何信息的动态变换函数B(λ,p)进行动态调整：
[0030][0031]其中，k表示迭代次数，λ表示超参数，f
p
表示点集的特征信息，τ
F
表示点集特征信息的阈值，p表示点集坐标，τ
P
表示几何信息的阈值。
[0032]所述步骤4中，点集配准目标函数如下：
[0033][0034]其中，T表示空间变换参数，N
s
表示源点集的数量，i表示源点集中点的序号，T
F
表示动态混合特征的空间变换参数，动态混合特征的空间变换参数，表示源点集中点的动态混合特征，表示目标点集中对应点的动态混合特征，表示目标点集的齐次法向量，cf(i)表示目标点集的法向量。
[0035]所述步骤4中，预设阈值为0.01，最大的迭代次数为100。
[0036]所述步骤6中，根据当前点集配准目标函数对目标点集进行空间变换，包括：
[0037]根据迭代完成后当前点集配准目标函数中的空间变换参数对目标点集进行空间变换。
[0038]第二方面，本专利技术提供一种基于动态混合特征的刚体配准系统，包括：
[0039]特征提取模块，用于提取源点集和目标点集的点集特征信息；
[0040]混合特征生成模块，用于将点集特征信息与点集几何结构信息组成源点集和目标点集的动态混合特征；
[0041]对应关系建立模块，用于根据源点集与目标点集的动态混合特征之间的相似度，建立源点集与目标点集之间的对应关系，并通过计算对应关系的一致集；
[0042]目标函数建立模块，用于基于源点集和目标点集的动态混合特征建立点集配准目标函数；
[0043]刚体变换模块，用于利用对应关系的一致集求解源点集与目标点集之间的刚体变换参数，使用刚体变换参数对目标点集进行刚体变换，并返回步骤2；
[0044]空间变换模块，用于根据当前点集配准目标函数对目标点集进行空间变换，完成源点集与目标点集的配准。
[0045]第三方面，本专利技术提供一种终端设备，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如上述方法的步骤。
[0046]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。
[0047]与现有技术相比，本专利技术具有以下有益效果：
[0048]本专利技术引入动态混合特征将点集的特征信息与几何信息进行动态融合，在迭代的初始阶段，点集的特征信息权重较大，可以解决配准问题中存在的初始误差较大的情况，在迭代的末期，点集的几何信息权重较大，可以解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于动态混合特征的刚体配准方法，其特征在于，包括以下步骤：步骤1，利用快速特征点描述符提取源点集和目标点集的特征信息；步骤2，将点集特征信息与点集几何结构信息组成源点集和目标点集的动态混合特征；步骤3，根据源点集与目标点集的动态混合特征之间的相似度，建立源点集与目标点集之间的对应关系，并通过计算对应关系的一致集；步骤4，基于源点集和目标点集的动态混合特征建立点集配准目标函数；若点集配准目标函数小于预设阈值或达到最大的迭代次数，执行步骤6；否则执行步骤5；步骤5，利用对应关系的一致集求解源点集与目标点集之间的刚体变换参数，使用刚体变换参数对目标点集进行刚体变换，并返回步骤2；步骤6，根据当前点集配准目标函数对目标点集进行空间变换，完成源点集与目标点集的配准。2.根据权利要求1所述的基于动态混合特征的刚体配准方法，其特征在于，所述步骤2中，动态混合特征F
p
如下：其中，表示连接函数，p表示点集坐标，k表示迭代次数；λ表示超参数，用于在点集配准迭代过程中动态地调整点集特征信息与几何信息的权重；A(λ，f
p
，k)表示点集特征信息的动态变换函数，B(λ，p，k)表示几何信息的动态变换函数，具体如下：集特征信息的动态变换函数，B(λ，p，k)表示几何信息的动态变换函数，具体如下：连接函数将点集特征信息的动态变换函数A(λ，f
p
，k)与几何信息的动态变换函数B(λ，p，k)进行拼接，得到更高维的特征向量，进而得到源点集的动态混合特征F
s
与目标点集的动态混合特征F
d
：：其中，F
s
表示源点集的动态混合特征，表示源点集中点的动态混合特征，i表示源点集中点的序号，N
s
表示表源点集的数量，F
d
表示目标点集的动态混合特征，表示目标点集中点的动态混合特征，j表示目标点集中点的序号，N
d
表示目标点集的数量。3.根据权利要求1所述的基于动态混合征的刚体配准方法，其特征在于，所述步骤3中，建立源点集与目标点集之间的对应关系，包括：使用最近邻搜索建立源点集与目标点集之间的对应关系。4.根据权利要求1或3所述的基于动态混合特征的刚体配准方法，其特征在于，所述步骤3中，计算对应关系的一致集，包括：
使用动态阈值τ计算对应关系P的一致集：其中，i表示源点集中点的序号，cf(i)表示目标点集的法向量，T
F
表示动态混合特征的空间变换参数，空间变换参数，表示源点集中...

【专利技术属性】
技术研发人员：杜少毅，康永，刘宇颖，田智强，杨静，杨旸，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：