【技术实现步骤摘要】
本申请涉及三维点云处理，尤其涉及一种点云配准方法、装置、设备、存储介质及程序产品。
技术介绍
1、随着高精度传感器的快速发展，点云已成为表示三维世界的主要数据格式。由于传感器只能在有限的视野范围内扫描获取数据，因此需要采用配准算法生成完整的三维场景。点云配准技术是一种估计两帧扫描点云之间变换矩阵的技术。根据变换矩阵，可以将同一个三维场景或物体的部分扫描点云合并成一个完整的三维点云。
2、现有的点云配准方法大多是通过点云特征的对应搜索和变换估计两个过程来减小几何投影误差。这两个过程交替进行，直到几何重投影误差最小，实现点云配准。
3、但是，在点云的数据量较大的情况下，增加了点云特征的搜索和匹配的处理量，进而降低了配准效率。
技术实现思路
1、本申请提供一种点云配准方法、装置、设备、存储介质及程序产品，用于解决点云配准效率较低的问题。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，本申请提供一种点云配准方法，该方法包括：获取多个初始点云数据，多个初始点云数据为待识别对象在不同采集位置对应的点云数据，且任意两个初始点云数据之间存在重复的点云数据。根据每个初始点云数据的二维特征，确定多个初始点云数据之间的坐标变换矩阵，坐标变换矩阵用于将不同采集位置的点云数据转换至同一坐标系中。根据多个初始点云数据之间的坐标变换矩阵，将多个初始点云数据合并为目标点云数据，目标点云数据为待识别对象的完整点云数据。
4、本申请提供的技术方
5、可选的，该方法还包括：根据多个初始点云数据，确定多个鸟瞰图，一个鸟瞰图对应一个初始点云数据。根据多个鸟瞰图，确定每个鸟瞰图的图像特征，鸟瞰图的图像特征为对应的初始点云数据的二维特征。
6、可选的，上述“根据每个初始点云数据的二维特征，确定多个初始点云数据之间的坐标变换矩阵”的方法，包括：根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的目标特征匹配结果，目标特征匹配结果用于为图像之间的叠加融合提供配准参考。根据目标特征匹配结果，确定多个初始点云数据之间的坐标变换矩阵。
7、可选的，鸟瞰图包括高度信息，上述“根据多个初始点云数据之间的坐标变换矩阵，将多个初始点云数据合并为目标点云数据”的方法，包括：根据多个初始点云数据之间的坐标变换矩阵，确定多个初始点云数据在同一坐标系下的初始坐标集，初始坐标集由二维的坐标值构成。根据每个鸟瞰图中的高度信息和初始坐标集，构建目标点云数据。
8、可选的，上述“根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的目标特征匹配结果”的方法，包括：根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的初始特征匹配结果。通过随机样本共识ransac算法剔除初始特征匹配结果中的错误匹配结果，得到目标特征匹配结果。
9、可选的，上述“根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的目标特征匹配结果”的方法，包括：通过高效的最邻近搜索flann算法对每个鸟瞰图的图像特征进行匹配，得到目标特征匹配结果，目标特征匹配结果中任意两个关键点之间的劳氏比率大于预设阈值。
10、可选的，上述“根据多个鸟瞰图，确定每个鸟瞰图的图像特征”的方法，包括：通过尺度不变特征转换sift算法对多个鸟瞰图进行检测，得到每个鸟瞰图的图像特征。
11、第二方面，本申请提供一种点云配准装置，该装置包括：获取模块和处理模块。
12、获取模块，用于获取多个初始点云数据，多个初始点云数据为待识别对象在不同采集位置对应的点云数据，且任意两个初始点云数据之间存在重复的点云数据。处理模块，用于根据每个初始点云数据的二维特征，确定多个初始点云数据之间的坐标变换矩阵，坐标变换矩阵用于将不同采集位置的点云数据转换至同一坐标系中。处理模块，还用于根据多个初始点云数据之间的坐标变换矩阵，将多个初始点云数据合并为目标点云数据，目标点云数据为待识别对象的完整点云数据。
13、可选的，处理模块，还用于根据多个初始点云数据，确定多个鸟瞰图，一个鸟瞰图对应一个初始点云数据。处理模块，还用于根据多个鸟瞰图，确定每个鸟瞰图的图像特征，鸟瞰图的图像特征为对应的初始点云数据的二维特征。
14、可选的，处理模块，具体用于根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的目标特征匹配结果，目标特征匹配结果用于为图像之间的叠加融合提供配准参考。处理模块，还用于根据目标特征匹配结果，确定多个初始点云数据之间的坐标变换矩阵。
15、可选的，鸟瞰图包括高度信息。处理模块，具体用于根据多个初始点云数据之间的坐标变换矩阵，确定多个初始点云数据在同一坐标系下的初始坐标集，初始坐标集由二维的坐标值构成。处理模块，还用于根据每个鸟瞰图中的高度信息和初始坐标集，构建目标点云数据。
16、可选的，处理模块，具体用于根据每个鸟瞰图的图像特征，确定多个鸟瞰图之间的初始特征匹配结果。处理模块，还用于通过随机样本共识ransac算法剔除初始特征匹配结果中的错误匹配结果，得到目标特征匹配结果。
17、可选的，处理模块，具体用于通过高效的最邻近搜索flann算法对每个鸟瞰图的图像特征进行匹配，得到目标特征匹配结果，目标特征匹配结果中任意两个关键点之间的劳氏比率大于预设阈值。
18、可选的，处理模块，具体用于通过尺度不变特征转换sift算法对多个鸟瞰图进行检测，得到每个鸟瞰图的图像特征。
19、第三方面，本申请提供了一种点云配准设备，该设备包括：处理器和存储器，处理器和存储器耦合，存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该点云配准设备运行时，处理器执行该存储器存储的该计算机执行指令，以实现上述第一方面或第一方面中任一可选的所描述的点云配准方法。
20、第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述第一方面或第一方面中任一可选的所描述的点云配准方法。
21、第五方面，本申请提供一种计算机程序产品，应用于服务器，该计算机程序产品包括计算机指令，当该计算机指令在该服务器上运行时，该服务器实现上述第一方面或第一方面中任一可选的所描述的点云配准方法。
22、上述方案中，点云配准装置、设备、计算机存储介质或者计算机程序产品所能解决的技术问题以及实现的技术效果可以参见上述第一方面所解决的技术问题以及技术效果，在此不再赘述。
本文档来自技高网...【技术保护点】
1.一种点云配准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据每个所述初始点云数据的二维特征，确定所述多个初始点云数据之间的坐标变换矩阵之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据每个所述初始点云数据的二维特征，确定所述多个初始点云数据之间的坐标变换矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，所述鸟瞰图包括高度信息，所述根据所述多个初始点云数据之间的坐标变换矩阵，将所述多个初始点云数据合并为目标点云数据，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据每个所述鸟瞰图的图像特征，确定所述多个鸟瞰图之间的目标特征匹配结果，包括：
6.根据权利要求3所述的方法，其特征在于，所述根据每个所述鸟瞰图的图像特征，确定所述多个鸟瞰图之间的目标特征匹配结果，包括：
7.根据权利要求2所述的方法，其特征在于，所述根据所述多个鸟瞰图，确定每个所述鸟瞰图的图像特征，包括：
8.一种点云配准装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种点云配准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据每个所述初始点云数据的二维特征，确定所述多个初始点云数据之间的坐标变换矩阵之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述根据每个所述初始点云数据的二维特征，确定所述多个初始点云数据之间的坐标变换矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，所述鸟瞰图包括高度信息，所述根据所述多个初始点云数据之间的坐标变换矩阵，将所述多个初始点云数据合并为目标点云数据，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据每个所述鸟瞰图的图像特征，确定所述多个鸟瞰图之间的目标特征匹配结果，包括：
6.根据权利要求3所述的方法，其特征在于，所述根据每个所述鸟瞰图的图像特征，确定所述多个鸟瞰图之间的目标特征匹配结果，包括：
7.根据权利要求2所述的方法，其特征在于，所述根据所述多个鸟瞰图，确定每个所述鸟瞰图的图像特征，包括：
8.一种点云配准装置，其特征在于，所述装置包括：
【专利技术属性】
技术研发人员：苗滢，王题，杜忠岩，白秀军，马长链，蔚来旺，冷超，李良，高艺嘉，谢梦楠，刘鉴辉，周雨芹，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
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。