【技术实现步骤摘要】
本申请涉及点云数据配准，具体涉及一种点云数据配准方法、装置、存储介质及电子设备。
技术介绍
1、点云数据是指一个三维坐标系统中，由大量点的集合所构成的数据集。这些点通常以x、y、z三维坐标的形式表示。点云数据配准指的是基于坐标变换关系，将处于不同视角下的点云数据经过旋转、平移等刚性变换统一整合到指定坐标系之下的过程。随着三维建模技术的不断发展，点云数据配准在其中发挥的作用越来越重要，它能够提高模型准确性和丰富性，简化建模过程，支持复杂场景建模，并提升模型应用价值。其中，点云数据配准的处理效率，也将直接决定后续三维建模过程中的时间成本，对于整个三维重建项目的效率起到决定作用。
2、目前，点云数据配准通常采用的方式为迭代最近点算法（iterative closestpoint，icp）算法，其核心机制在于：针对一幅点云数据中的三维点，在另一幅点云数据中选取与之距离最近的三维点并确定为匹配点对，然后利用匹配点对估算两幅点云数据之间的最优坐标变换参数，最终完成点云数据配准。一旦另一幅点云数据中三维点数量较多，通过此方式选取距离最近的三维点过程中，需要进行匹配计算，即，确定匹配点对而进行距离计算的候选点数量也较多，最终导致点云数据配准的效率较低。
技术实现思路
1、为了提高点云数据配准的效率，本申请提供一种点云数据配准方法、装置、存储介质及电子设备。
2、在本申请的第一方面提供了一种点云数据配准方法，具体包括：
3、获取待配准的目标点云数据和参考点云数据；
4、对所述目标点云数据进行噪声点滤波处理，得到去噪目标点云数据，并对所述参考点云数据进行噪声点滤波处理，得到去噪参考点云数据；
5、基于主成分分析法，对所述去噪目标点云数据和所述去噪参考点云数据进行初始配准处理，得到初配目标点云数据和初配参考点云数据，所述初配目标点云数据和所述初配参考点云数据的位置处于初步重合状态；
6、构建所述初配目标点云数据对应的目标数据结构，并确定所述目标数据结构中与所述初配参考点云数据中待配对三维点的第一距离最小的目标子节点，所述目标数据结构为描述所述初配目标点云数据三维空间的数据结构；
7、选取所述目标子节点包含的所有三维点中与所述待配对三维点的第二距离最小的目标三维点，并将所述目标三维点与所述待配对三维点确定为匹配点对；
8、基于icp算法，通过所述匹配点对确定所述初配目标点云数据和所述初配参考点云数据之间的最优坐标变换参数，并根据所述最优坐标变换参数完成点云数据配准。
9、通过采用上述技术方案，对目标点云数据和参考点云数据分别进行噪声点滤波处理，从而剔除目标点云数据和参考点云数据中异常的三维点，使得后续进行点云数据配准更加顺利，降低点云数据配准的难度，从而一定程度提高点云数据配准的处理效率。进一步地，通过主成分分析法，分别对去噪目标点云数据和去噪参考点云数据进行初始配准处理，实现此两幅点云数据的快速全局对齐，使得此两幅点云数据初步重合，从而使得后续正式的点云数据配准处理更加快速。进一步地，通过创建目标数据结构，查找到与待配对三维点最近的目标子节点，快速缩小匹配计算的候选点数量，然后从目标子节点中的各个三维点中再选取与待配对三维点距离最小的目标三维点，从而大大缩短了匹配点对的确定时长，最后通过icp算法进行精细化的配准，从而使得整个点云数据配准过程的处理效率得到提升。
10、可选的，所述对所述目标点云数据进行噪声点滤波处理，得到去噪目标点云数据，具体包括：
11、确定所述目标点云数据的外包长方体，并将所述外包长方体划分为预设个数的外包正方体；
12、计算每个所述外包正方体中三维点与对应的重心点的第三距离、平均距离和各所述第三距离的标准差；
13、基于每个所述外包正方体对应的标准差和平均距离，确定对应的外包正方体的标准距离范围；
14、判断每个所述外包正方体中各三维点的第三距离是否处于对应的标准距离范围内；
15、若否，则将对应的三维点进行剔除，直到遍历所有所述外包正方体，得到去噪目标点云数据。
16、通过采用上述技术方案，确定每个外包正方体中三维点到对应的重心点的第三距离、平均距离以及各个第三距离的标准差后，根据单个外包正方体对应的标准差和平均距离，确定对应的标准距离范围，即可排除对应的外包正方体所包含三维点中离群点和随机误差的影响的距离范围，进一步地，如果单个外包正方体中三维点到重心点的第三距离处于对应的标准距离范围内，说明其不为噪声点，反之单个外包正方体中对应的三维点为噪声点并进行剔除，避免目标点云数据的噪声过大。
17、可选的，所述基于每个所述外包正方体对应的标准差和平均距离，确定对应的外包正方体的标准距离范围，具体包括：
18、根据每个所述外包正方体对应的标准差，确定对应的允许误差范围；
19、将每个所述外包正方体的允许误差范围的起始值加上对应的平均距离，得到距离起始值，并将每个所述外包正方体的允许误差范围的末端值加上对应的平均距离，得到距离末端值；
20、基于每个所述外包正方体的距离起始值和距离末端值，确定对应的标准距离范围。
21、通过采用上述技术方案，由于外包正方体对应的第三距离的标准差，可以作为评估第三距离的极限误差的依据，因此，可根据标准差评估外包正方体对应的极限误差，进而确定第三距离对应的允许误差范围。进一步地，将允许误差范围的起始值加上对应的平均距离，得到距离起始值，再将允许误差范围的末端值加上对应的平均距离，得到距离末端值，最终确定单个外包正方体中三维点的第三距离对应的标准距离范围。从而方便后续判断外包正方体中的三维点是否为噪声点。
22、可选的，所述计算每个所述外包正方体中三维点与对应的重心点的第三距离、平均距离和各所述第三距离的标准差之前，还包括：
23、沿x轴、y轴和z轴方向中任一方向，确定相邻的外包正方体中三维点数量的比值；
24、将所述比值与预设的比值阈值进行对比，所述比值阈值小于1；
25、若所述比值小于所述比值阈值，则将各所述三维点数量中最小三维点数量对应的外包正方体确定为异常正方体，并将所述异常正方体中的三维点进行剔除。
26、通过采用上述技术方案，将外包长方体划分成多个外包正方体后，沿着x轴、y轴和z轴方向中任一方向，选取相邻的两个外包正方体，并计算两个外包正方体中包含的三维点数量的比值，接着将此比值与比值阈值进行对比，如果比值小于比值阈值，说明两个外包正方体包含的三维点数量中最小三维点数量为异常值，那么将对应的外包正方体，即异常正方体中的三维点进行剔除，从而实现对目标点云数据进行噪声点剔除，有助于提高后续点云数据配准的准确性。
27、可选的，所述基于主成分分析法，对所述去噪目标点云数据和所述去噪参考点云数据进行初始配准处理，得到初配目标点云数据和初配参考点云数据，具体包括：<本文档来自技高网...
【技术保护点】
1.一种点云数据配准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的点云数据配准方法，其特征在于，所述对所述目标点云数据进行噪声点滤波处理，得到去噪目标点云数据，具体包括：
3.根据权利要求2所述的点云数据配准方法，其特征在于，所述基于每个所述外包正方体对应的标准差和平均距离，确定对应的外包正方体的标准距离范围，具体包括：
4.根据权利要求2所述的点云数据配准方法，其特征在于，所述计算每个所述外包正方体中三维点与对应的重心点的第三距离、平均距离和各所述第三距离的标准差之前，还包括：
5.根据权利要求1所述的点云数据配准方法，其特征在于，所述基于主成分分析法，对所述去噪目标点云数据和所述去噪参考点云数据进行初始配准处理，得到初配目标点云数据和初配参考点云数据，具体包括：
6.根据权利要求1所述的点云数据配准方法，其特征在于，所述得到初配目标点云数据和初配参考点云数据之后，还包括：
7.根据权利要求1所述的点云数据配准方法，其特征在于，所述将所述目标三维点与所述待配对三维点确定为匹配点对之后，还包括：<...
【技术特征摘要】
1.一种点云数据配准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的点云数据配准方法，其特征在于，所述对所述目标点云数据进行噪声点滤波处理，得到去噪目标点云数据，具体包括：
3.根据权利要求2所述的点云数据配准方法，其特征在于，所述基于每个所述外包正方体对应的标准差和平均距离，确定对应的外包正方体的标准距离范围，具体包括：
4.根据权利要求2所述的点云数据配准方法，其特征在于，所述计算每个所述外包正方体中三维点与对应的重心点的第三距离、平均距离和各所述第三距离的标准差之前，还包括：
5.根据权利要求1所述的点云数据配准方法，其特征在于，所述基于主成分分析法，对所述去噪目标点云数据和所述去噪参考点云数据进行初始配准处理，得到初配目标点云数据和...
【专利技术属性】
技术研发人员：郭振华，郭夏臣，翟敏伟，张占锋，鲁洋，李清，付心如，王双慧，靳军杰，王甫银，张可心，石恩恩，
申请(专利权)人：北京新兴华安智慧科技有限公司，
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。