发明名称 光学三维测量中多视点云数据的全局优化配准方法
摘要 光学三维测量中多视点云数据的全局优化配准方法,属于数字图像处理技术领域,解决特征标记点测量法中对公共标记点的测量存在偏差的问题。数据配准过程为:将待配准数据向目标数据进行配准,获得配准结果数据,将配准结果数据作为下一次配准的目标数据;选择第i个视点作为待配准视点,该视点的待测物体的二维测量数据作为待配准数据,然后重复上述数据配准过程,直到所有视点都作为待转换视点完成数据配准为止;配准过程中利用光束平差法计算待优化的坐标变换向量。本发明实现了光学三维测量中多视点云数据的全局优化配准,适用于待测物体三维测量。
申请公布号 CN101901502B 申请公布日期 2012.05.02
申请号 CN201010255361.2 申请日期 2010.08.17
申请人 黑龙江科技学院 发明人 周波;孟祥林;何万涛;赵灿
分类号 G06T17/00(2006.01)I;G01B11/24(2006.01)I 主分类号 G06T17/00(2006.01)I
代理机构 哈尔滨市松花江专利商标事务所 23109 代理人 牟永林
主权项 1.光学三维测量中多视点云数据的全局优化配准方法,所述方法基于一个包括有采集装置和计算机控制装置的硬件系统平台,待测物体上粘贴有标记点作为待测物体特征标记点,计算机控制装置控制采集装置分别从N个视点采集待测物体的测量数据信息,获得N组待测物体的二维测量数据,从中提取出N组待测物体特征标记点的二维测量数据,将其恢复为N组待测物体特征标记点的三维测量数据,其中,N为采集装置采集待测物体的视点数目,且N为大于1的整数;N个视点采集的待测物体特征标记点的三维测量数据进行配准的方法:将第一个视点作为目标视点,第二个视点作为待转换视点,从目标视点的待测物体特征标记点的三维测量数据及待转换视点的待测物体特征标记点的三维测量数据中识别出M<sub>1</sub>个待测物体公共特征标记点,所述目标视点的待测物体公共特征标记点的三维测量数据作为目标数据,所述待转换视点的待测物体公共特征标记点的三维测量数据作为待配准数据;进行数据配准的过程为:将待配准数据向目标数据进行配准,获得配准结果数据,将这个配准结果数据作为下一次配准的目标数据;选择第i个视点作为待转换视点,从目标视点的待测物体特征标记点的三维测量数据及待转换视点的待测物体特征标记点的三维测量数据中识别出M<sub>i</sub>个待测物体公共特征标记点,所述待转换视点的待测物体公共特征标记点的三维测量数据作为待配准数据,然后重复上述数据配准过程,直到所有视点都作为待转换视点完成数据配准为止,其中,i=3、4、……N,M<sub>1</sub>、M<sub>i</sub>为大于2的整数;其特征是:所述的将待配准数据向目标数据进行配准的方法具体为:步骤一、根据待配准数据及目标数据,计算机控制装置计算出将M<sub>i</sub>个公共特征标记点从待配准数据向目标数据进行配准时的旋转矩阵和平移向量,将所述的旋转矩阵以单位四元数的形式存储,且单位四元数的实数分量为正,单位四元数与平移向量构成坐标变换向量;步骤二、根据待配准数据及目标数据,将M<sub>i</sub>个公共特征标记点的待配准数据投影到目标视点所对应的平面上,获得M<sub>i</sub>个投影图像公共特征标记点的二维坐标,令一个投影图像公共特征标记点的二维坐标为<img file="FDA0000110980580000011.GIF" wi="28" he="43" />,该公共特征标记点在目标视点的二维测量数据的坐标为x,将步骤一中获得的坐标变换向量作为待优化的坐标变换向量p<sub>0</sub>;步骤三、根据成像原则,投影图像公共特征标记点的二维坐标<img file="FDA0000110980580000021.GIF" wi="28" he="43" />与待优化的坐标变换向量p<sub>0</sub>的关系表示为<img file="FDA0000110980580000022.GIF" wi="203" he="56" />计算公共特征标记点在目标视点的二维测量数据的坐标为x与投影图像公共特征标记点的二维坐标为<img file="FDA0000110980580000023.GIF" wi="26" he="41" />之间的偏差为<img file="FDA0000110980580000024.GIF" wi="223" he="73" />其中,f(·)为投影函数;步骤四、判断步骤三中所述的偏差e是否在预先设定的允许偏差范围内,判断结果为是,执行步骤六,判断结果为否,执行步骤五;步骤五、利用光束平差法计算待优化的坐标变换向量的变化量δ<sub>p</sub>,修正待优化的坐标变换向量p<sub>0</sub>,修正后的待优化的坐标变换向量p<sub>k</sub>=p<sub>0</sub>+δ<sub>p</sub>,并将所述的修正后的待优化的坐标变换向量p<sub>k</sub>定义为待优化的坐标变换向量p<sub>0</sub>,返回步骤三;步骤六、将待优化的坐标变换向量p<sub>0</sub>定义为优化后的坐标变换向量p,执行步骤七;步骤七、根据步骤六中获得的优化后的坐标变换向量p,将待配准数据进行配准,得到配准结果数据,步骤五中,所述的利用光束平差法计算待优化的坐标变换向量的变化量δ<sub>p</sub>的方法为:步骤五一、在待优化的坐标变换向量p<sub>0</sub>处,对于待优化的坐标变换向量的变化量δ<sub>p</sub>,将投影函数f(p<sub>0</sub>+δ<sub>p</sub>)展开为一阶Taylor多项式:f(p<sub>0</sub>+δ<sub>p</sub>)≈f(p<sub>0</sub>)+Jδ<sub>p</sub>其中,J为雅可比矩阵<img file="FDA0000110980580000025.GIF" wi="169" he="123" />所述的投影函数f(p<sub>0</sub>+δ<sub>p</sub>),即为修正后的待优化的坐标变换向量p<sub>k</sub>在平面上的投影;步骤五二、计算公共特征标记点的目标数据的二维坐标x与修正后的待优化的坐标变换向量p<sub>k</sub>在平面上的投影f(p<sub>0</sub>+δ<sub>p</sub>)的差值,||x-f(p<sub>0</sub>+δ<sub>p</sub>)||≈||x-f(p<sub>0</sub>)-Jδ<sub>p</sub>||=||e-Jδ<sub>p</sub>||;步骤五三、为使得步骤五二中所述的||x-f(p<sub>0</sub>+δ<sub>p</sub>)||最小,则令e-Jδ<sub>p</sub>与J正交,即J<sup>T</sup>(e-Jδ<sub>p</sub>)=0;步骤五四、整理步骤五三中的等式J<sup>T</sup>(e-Jδ<sub>p</sub>)=0,获得形式如下:J<sup>T</sup>Jδ<sub>p</sub>=J<sup>T</sup>e;步骤五五、将步骤五四中获得的整理后的等式转换为增强型方程,(J<sup>T</sup>J+μI)δ<sub>p</sub>=J<sup>T</sup>e,其中,I为单位阵,μ为单位阵系数,且μ>0;步骤五六、根据步骤五五中得到的增强型方程,待优化的坐标变换向量的变化量δp为δ<sub>p</sub>=-(J<sup>T</sup>J+μI)<sup>-1</sup>J<sup>T</sup>e。
地址 150027 黑龙江省哈尔滨市松北区糖厂街1号