船舶曲板三维点云配准方法、系统、存储介质及终端技术方案

技术编号:35353021 阅读:28 留言:0更新日期:2022-10-26 12:24
本发明专利技术公开了一种船舶曲板三维点云配准方法、系统、存储介质及终端,方法包括:从能围成船舶曲板待配准区域的多个模块中确定一个中心模块;在每个重叠视场内布设多个标志点;对中心模块与每个剩余模块分别进行点云数据采集以获取得到一组目标点云数据及多组原始点云数据;将目标点云数据与原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准;对目标点云数据及多组原始点云数据分别进行预处理;分别从目标点云数据及多组原始点云数据中截取出与每个重叠视场对应的多个重叠区域点云数据;将同一重叠视场中的两个重叠区域点云数据进行处理以替换该重叠区域点云数据;进行精配准,中心模块与每个剩余模块均具有至少一个重叠视场。具有至少一个重叠视场。具有至少一个重叠视场。

【技术实现步骤摘要】
船舶曲板三维点云配准方法、系统、存储介质及终端


[0001]本专利技术涉及点云配准
,尤其涉及一种船舶曲板三维点云配准方法、系统、存储介质及终端。

技术介绍

[0002]点云配准技术广泛应用于逆向工程、建筑工程、机器视觉等领域。三维点云的配准本质上是在一个适当度量空间内,通过求解最佳的旋转和平移矩阵使得两组数据集重叠区域内各对应点的平均距离最小。传统的配准算法主要有基于局部特征描述子的算法(如快速点特征直方图算法(即FPFH)、3D形状上下文特征算法(即3Dsc)等)、基于概率分布的算法(如正态分布变换算法(即Normal

Distributions Transform,简称NDT))和基于点与点距离的配准算法如迭代最近点搜索算法(即Iterative Closest Point,简称ICP)。其中,基于局部特征描述子的算法和基于概率分布的算法通常用于粗配准;基于点与点距离的配准算法通常用于精配准。
[0003]由于精配准算法的算法开销大,且对于完全未知的两坐标系的配准初值对算法的计算效率和精度影响较大。因此,当前主流的配准方案通常采用粗配准+精配准的级联方案,且配准前对数据进行适当预处理,如对数据集进行滤波采样去除噪点来提高算法的精度、通过降采样减少数据量来提高运算效率。
[0004]区别于传统的复杂工件、自动驾驶等应用场景,船舶外板多为曲率变化较小的平滑曲板。测量系统为了充分利用三维激光扫描硬件设备的视场,使其覆盖更大的测量空间,通常使得成像设备间的重叠视场区域较小,且在重叠区域内船舶外板表面多为曲率变化不大且平滑的曲面,导致纹理特征少;单纯采用传统的粗配准算法配准效果不佳。同时,由于重叠区域的点云数据分布不均匀,因此直接利用重叠区域的数据进行基于点与点之间距离的精配准算法无法满足精度要求。

技术实现思路

[0005]本专利技术的目的在于提供一种船舶曲板三维点云配准方法、系统、存储介质及终端,用以解决现有技术中覆盖测量空间较大时导致数据重叠区域内纹理特征少,从而导致精配准算法的精度变低的难题。
[0006]本专利技术的上述目的可采用下列技术方案来实现:
[0007]本专利技术提供了一种船舶曲板三维点云配准方法,包括:
[0008]从能围成船舶曲板待配准区域的多个模块中确定一个中心模块;
[0009]按照预设规则在每个重叠视场内布设多个标志点;
[0010]对所述中心模块与每个剩余模块分别进行点云数据采集以获取得到一组目标点云数据及多组原始点云数据;
[0011]基于相对应的所述多个标志点的属性,将所述目标点云数据与所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准;
[0012]对粗配准后的所述目标点云数据及所述多组原始点云数据分别进行预处理;
[0013]基于每个所述标志点的属性,分别从所述目标点云数据及所述多组原始点云数据中截取出与每个所述重叠视场对应的多个重叠区域点云数据;
[0014]将同一所述重叠视场中的两个所述重叠区域点云数据进行稀疏化拟合处理以替换该重叠区域点云数据;
[0015]基于所述目标点云数据、所述多组原始点云数据及多个所述重叠区域点云数据进行精配准。
[0016]其中,所述中心模块与每个所述剩余模块均具有至少一个所述重叠视场。
[0017]优选的,其中,所述基于相对应的所述多个标志点的属性,将所述目标点云数据与所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准包括:
[0018]利用标志点识别算法获取每个所述标志点的中心三维坐标;
[0019]基于所述中心模块中的所述多个标志点与一个所述剩余模块中的所述多个标志点之间的属性关系满足预设要求,将所述目标点云数据与对应的所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准。
[0020]优选的,其中,所述预处理包括对数据进行去噪、滤波和补全。
[0021]优选的,其中,所述预处理中滤波时采用的滤波函数为:
[0022]p(i+1)=k
×
p(i)+(1

k)
×
p(i

1);
[0023]其中,k为滤波系数,i为不小于1的整数。
[0024]优选的,其中,所述滤波系数不小于0.1,且不大于0.4。
[0025]优选的,其中,将同一所述重叠视场中的两个所述重叠区域点云数据进行拟合处理时采用二次曲面拟合的方式;和/或
[0026]将同一所述重叠视场中的两个所述重叠区域点云数据进行稀疏化处理时采用等间隔方式进行。
[0027]优选的,其中,所述精配准采用迭代最近点搜索算法进行。
[0028]本专利技术还提供了一种系统,其中,包括:执行任一项前述的船舶曲板三维点云配准方法的模块。
[0029]本专利技术还提供了一种存储介质,其上存储有计算机程序,其中,所述存储介质是计算机可读存储介质,且所述程序被执行时实现任一项前述的船舶曲板三维点云配准方法。
[0030]本专利技术还提供了一种终端,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现任一项前述的船舶曲板三维点云配准方法。
[0031]本专利技术至少具有以下特点及优点:
[0032]1、本专利技术通过基一种基于标志点的粗配准和基于重叠区域的快速精配准耦合的方法,解决船舶外板分块采集云数据的拼接问题,实现三维设备通过一次数据采集得到完整的外板三维点云数据,从而提升了数据采集效率与精度。
[0033]2、本专利技术通过稀疏化拟合得到的数据更加规整,数据量更少,使原始点云和目标点云数据的对应性更好,从而提高了计算效率。
附图说明
[0034]为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0035]图1为本专利技术船舶曲板三维点云配准方法的流程框图;
[0036]图2为本专利技术船舶曲板三维点云配准方法的流程框图;
[0037]图3为本专利技术粗配准方法的流程图;
[0038]图4为本专利技术精配准方法的流程图;
[0039]图5为本专利技术的终端的结构框图。
[0040]附图标记与说明:
[0041]10000、终端;11000、存储器;11100、计算机程序;12000、处理器。
具体实施方式
[0042]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。...

【技术保护点】

【技术特征摘要】
1.一种船舶曲板三维点云配准方法,其特征在于,包括:从能围成船舶曲板待配准区域的多个模块中确定一个中心模块;按照预设规则在每个重叠视场内布设多个标志点;对所述中心模块与每个剩余模块分别进行点云数据采集以获取得到一组目标点云数据及多组原始点云数据;基于相对应的所述多个标志点的属性,将所述目标点云数据与所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准;对粗配准后的所述目标点云数据及所述多组原始点云数据分别进行预处理;基于每个所述标志点的属性,分别从所述目标点云数据及所述多组原始点云数据中截取出与每个所述重叠视场对应的多个重叠区域点云数据;将同一所述重叠视场中的两个所述重叠区域点云数据进行稀疏化拟合处理以替换该重叠区域点云数据;基于所述目标点云数据、所述多组原始点云数据及多个所述重叠区域点云数据进行精配准。其中,所述中心模块与每个所述剩余模块均具有至少一个所述重叠视场。2.根据权利要求1所述的船舶曲板三维点云配准方法,其特征在于,所述基于相对应的所述多个标志点的属性,将所述目标点云数据与所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准包括:利用标志点识别算法获取每个所述标志点的中心三维坐标;基于所述中心模块中的所述多个标志点与一个所述剩余模块中的所述多个标志点之间的属性关系满足预设要求,将所述目标点云数据与对应的所述原始点云数据进行点云粗配准以实现船舶外板点云重叠区域的粗配准。3.根据权利要求2所述的船舶曲板三维点云配准方法,其特征在...

【专利技术属性】
技术研发人员:ꢀ七四专利代理机构
申请(专利权)人:中国船舶工业综合技术经济研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1