【CN109919984A】一种基于局部特征描述子的点云自动配准方法【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201811080969.9(22)申请日 2018.09.17(71)申请人 西北大学地址 710069 陕西省西安市太白北路229号(72)发明人 徐艳芝　张顺利　王梦松　张雨禾　(74)专利代理机构 西安恒泰知识产权代理事务所 61216代理人 黄小梧(51)Int.Cl.G06T 7/33(2017.01)(54)发明名称一种点云配准方法(57)摘要本发明提供了一种点云配准方法，包括以下步骤：步骤1，采集待配准的点云P和点云Q，其中p i ∈P，i＝1,2,...,t，q j ∈Q，j＝1,2,...,t，对点云P中的点p i 在点云Q中寻找与点p i 相配准的点q j ，即得到初始匹配点对；步骤2，根据初始匹配点对，分别得到初始匹配点对点p i 和q j 的自适应邻域和步骤3，若初始匹配点对点p i 和q j 的特征区域相同且初始匹配点对点p i 和q j 的自适应邻域和的GAN形状相同，则对初始匹配点对点p i 和q j 的自适应邻域和进行自适应领域匹配，得到初始匹配点对点p i 和q j 的初始位置；否则，初始匹配点对点p i 和q j 为非匹配点；步骤4，根据初始匹配点对点p i 和q j 的初始位置，对点云P和点云Q进行精确配准。

权利要求书3页 说明书6页 附图1页CN 109472816 A 2019.03.15C N 109472816A1.一种点云配准方法，其特征在于，包括以下步骤：步骤1，采集待配准的点云P和点云Q，其中p i∈P，i＝1,2,...,t，q j∈Q，j＝1,2,...,t，对点云P中的点p i在点云Q中寻找与点p i相配准的点q j∈Q，即得到初始匹配点对；其中，点云Q中与点p i相配准的点q j满足式(1)：式(1)中，α为预设阈值，表示点p i的最大主曲率，表示点q j的最大主曲率，表示点p i的最小主曲率，表示点q j的最小主曲率；步骤2，根据初始匹配点对，分别得到初始匹配点对点p i和q j的自适应邻域和步骤3，若初始匹配点对点p i和q j的特征区域相同且初始匹配点对点p i和q j的自适应邻域和的GAN形状相同，则对初始匹配点对点p i和q j的自适应邻域和进行自适应领域匹配，得到初始匹配点对点p i和q j的初始位置；否则，初始匹配点对点p i和q j为非匹配点；其中，对初始匹配点对点p i和q j的自适应邻域和进行自适应领域匹配，包括：步骤31，若自适应邻域和的GAN形状均为线状，则利用曲线匹配方法判断自适应邻域和自适应邻域是否相匹配；若自适应邻域和自适应邻域相匹配，执行步骤32；若自适应邻域和的GAN形状为片状，将自适应邻域和的GAN形状分别进行三角剖分，分别得到多个三角面片构成的三角网格；所述自适应邻域的三角面片包括点p i的一阶GAN三角面片、点p i的二阶GAN三角面片、……、点p i的n阶GAN三角面片，所述点p i的一阶GAN三角面片的残差角为∠p ao p i p′ao，点p i的二阶GAN三角面片的残差角为∠p(a+1)o p i p′(a+1)o，……，点p i的n阶GAN三角面片的残差角为∠p(a+n)o p i p′(a+n)o，即得到点p i的各阶GAN三角面片的残差角；所述自适应邻域的三角面片包括点q j的一阶GAN三角面片、点q j的二阶GAN三角面片、……、点q j的n阶GAN三角面片，所述点q j的一阶GAN三角面片的残差角为∠q ao q j q′ao，点p i的二阶GAN三角面片的残差角为∠q(a+1)o q j q′(a+1)o，……，点p i的n阶GAN三角面片的残差角为∠q(a+n)o q j q′(a+n)o，即得到点q j的各阶GAN三角面片的残差角；若点p i的各阶GAN三角面片的残差角与点q j的各阶GAN三角面片的残差角相差小于预设阈值δ，δ≤0.5，则自适应邻域和自适应邻域相匹配，执行步骤32,；否则自适应邻域和自适应邻域不匹配步骤32，若自适应邻域和的GAN形状均为线状，包括：步骤321，在自适应邻域中选取距离点p i最远的两个点作为两个第一端点，在自适应邻域中选取距离点q j最远的两个点作为两个第二端点；步骤322，将两个第一端点分别与点p i相连接，构成两个直线段，对该两个直线段进行归一化处理得到点p i的单位向量；将两个第二端点分别与点q j相连接，构成两个直线段，对该两个直线段进行归一化处理得到点q j的单位向量；步骤323，若点p i的单位向量与点q j的单位向量共线，则在自适应邻域中选取距离点p i次远的两个点作为两个第一端点，在自适应邻域中选取距离点q j次远的两个点作为两个第二端点；否则，执行步骤324；步骤324，根据点p i的单位向量和点q j的单位向量，利用奇异值分解法，对点云P和点云Q 进行粗配准，即得到点云P和点云Q的初始位置；步骤4，根据点云P和点云Q的初始位置，对点云P和点云Q进行精确配准。

基于特征的点云配准方法1.引言1.1 概述点云配准是计算机视觉和机器人领域中一个重要的问题，它涉及到将多个点云数据集对齐到同一个坐标系下。

点云配准的目标是找到最优的刚体变换，使得不同点云之间的对应点能够对齐，从而进行后续的分析和处理。

在过去的几十年里，点云配准一直是一个受到广泛关注的研究热点。

它在三维重建、目标识别和机器人导航等领域具有广泛的应用。

然而，由于数据量大、噪声干扰和姿态变化等挑战，点云配准任务仍然具有一定的挑战性。

为了解决这个问题，研究者们提出了许多不同的点云配准方法。

其中基于特征的点云配准方法是一种常用的方法。

这种方法利用点云中的特征进行匹配和对齐，以实现点云的配准。

特征提取方法用于从点云中提取具有判别性和鲁棒性的特征描述子，而特征匹配方法则用于准确地匹配不同点云中的特征点。

本文将重点讨论基于特征的点云配准方法。

首先，我们将介绍一些常用的特征提取方法，包括描述子，这些描述子能够捕捉点云中的局部几何信息和表面特征。

然后，我们将讨论特征匹配方法，这些方法用于确定不同点云中对应的特征点。

接着，我们将介绍基于特征的点云配准方法，这些方法通过最小化特征点对之间的距离，来估计点云之间的刚体变换关系。

最后，我们将讨论点云配准的优化算法，用于进一步优化配准结果。

通过本文的研究，我们希望能够深入了解基于特征的点云配准方法在实践中的应用和挑战。

同时，我们也希望能够为点云配准算法的改进和发展提供一定的参考和借鉴。

点云配准作为一个重要的问题，它的研究和应用具有广阔的前景，有望为三维重建、机器人导航和虚拟现实等领域的发展做出重要贡献。

文章结构部分的内容如下所示：1.2 文章结构本文主要围绕基于特征的点云配准方法展开研究，通过以下几个方面进行论述和探讨。

第2节是正文的核心部分，首先介绍了特征提取方法，包括特征描述子和特征匹配。

在特征提取方法中，我们将重点介绍如何从点云数据中提取出能够描述点云特征的特征描述子，以及如何通过特征匹配来寻找匹配的特征点对。

专利名称：一种基于平面特征的点云数据自动配准方法及装置专利类型：发明专利
发明人：宗文鹏,李明磊,李广云,王力,李帅鑫,项学泳,党争,杨啸天,罗豪龙,朱华阳,柴青梅
申请号：CN201910550064.1
申请日：20190624
公开号：CN110443836A
公开日：
20191112
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于平面特征的点云数据自动配准方法及装置，属于三维激光扫描技术领域。

本发明首先通过平面分割算法对点云数据进行平面分割得到平面片，并计算各平面属性信息，然后通过平面片属性信息、平面间相互关系以及旋转平移几何约束建立平面片间的对应关系，得到用于坐标转换参数求解的对应平面对集合，利用平面参数求解坐标转换参数，根据建立的点云配准总体一致性度量，选择最优解，即为最终配准结果。

该方法综合利用平面属性信息、平面间约束以及空间几何约束确保了配准过程的准确性和高效性，且不依赖额外的强度或色彩信息，对于各种平台获取的点云数据均能有效进行配准，适用性强。

申请人：中国人民解放军战略支援部队信息工程大学,郑州信大先进技术研究院
地址：450052河南省郑州市高新区科学大道62号109信箱
国籍：CN
代理机构：郑州睿信知识产权代理有限公司
代理人：吴敏
更多信息请下载全文后查看。

专利名称：一种基于自动对应点匹配的三维点云配准方法专利类型：发明专利
发明人：刘斌,张松,牛晓嫘
申请号：CN201910189213.6
申请日：20190313
公开号：CN109859256A
公开日：
20190607
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于自动对应点匹配的三维点云配准方法，包括以下步骤：采用深度映射方法提取模型的局部几何特征、获得模型中点集的深度矩阵；采用卷积自编码器对深度矩阵进行降维处理提取特征矩阵；根据特征矩阵采用迭代处理方式选取匹配点；采用RANSAC算法对两个点云进行配准。

该方法可以直接找到两个点云中的匹配点，并且根据匹配点进行配准，同时本方法不需要预配准，不受点云初始位置的影响；相比现有技术，本方法的鲁棒性和精确度都有大幅度提高。

除了点云的整体配准，本方法还可以实现子集配准和公共部分配准，现有技术无法实现上述功能。

申请人：大连理工大学
地址：116024 辽宁省大连市高新园区凌工路2号
国籍：CN
代理机构：大连东方专利代理有限责任公司
更多信息请下载全文后查看。

一种局部几何关键点的激光点云配准方法激光点云配准是一种重要的三维数据处理方法，可以用于实现多个视角下的点云数据的准确对齐。

在这里，我们介绍一种基于局部几何特征点的激光点云配准方法，该方法利用局部几何特征点作为关键点进行配准，以提高配准的精度和效率。

首先，我们需要从两个点云数据中提取局部几何特征点。

我们可以利用一些常用的特征提取算法，例如SIFT（尺度不变特征变换）、Harris 角点检测器、Hough变换等，从点云数据中提取出关键点。

这些关键点可以反映点云数据的局部几何特征，如曲率、法向量、边缘等。

接着，我们需要对提取出的局部几何特征点进行描述子计算。

描述子是对关键点周围局部区域的描述，可以用于寻找相似的关键点进行配准。

我们可以使用一些经典的描述子计算方法，例如FPFH（Fast Point Feature Histograms）描述子、SHOT（Signature of Histograms of OrienTations）描述子等，来计算局部几何特征点的描述子。

然后，我们需要将两个点云数据中的局部几何特征点和其描述子进行匹配。

我们可以使用一些经典的特征匹配算法，例如最近邻匹配、RANSAC （Random Sample Consensus）算法等，来寻找两个点云数据中相似的关键点进行配准。

最后，利用匹配得到的关键点进行点云配准。

我们可以通过计算配准变换矩阵，将一个点云数据中的点映射到另一个点云数据中，实现两个点云数据的准确对齐。

在计算变换矩阵时，可以采用一些经典的配准算法，例如ICP（Iterative Closest Point）算法、NDT（Normal Distributions Transform）算法等，来优化配准的精度和效率。

总的来说，基于局部几何特征点的激光点云配准方法可以有效提高点云数据的配准精度和效率。

通过提取局部几何特征点、计算描述子、匹配关键点和进行点云配准，我们可以实现多个视角下的点云数据的准确对齐，为后续的三维数据处理和分析提供可靠的基础。

专利名称：一种基于在线局部特征提取的点云识别方法专利类型：发明专利
发明人：宋亚楠,沈卫明,林光钟,陈刚,罗尚虎,蒋唐辉
申请号：CN202011407114.X
申请日：20201204
公开号：CN112529010A
公开日：
20210319
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于局部特征提取的点云识别方法。

首先使用k‑NN算法搜索被编码点周围的最邻近点，并沿XYZ三个坐标轴分别计算每个邻近点与被编码点之间的点引力；然后结合搜索到的邻近点与被编码点的空间位置坐标，构建点云中每个点的局部特征；最后设计一个融合局部特征提取操作的点云识别网络。

本发明提出的在线局部特征提取操作能够增强网络对点云局部信息的利用能力，提升点云识别网络的准确率；而且，在线局部特征提取操作能够应用到基于卷积网络的任何点云识别网络中，具有较强的适用性。

申请人：浙江大学计算机创新技术研究院,浙江生一光学感知科技有限公司
地址：311200 浙江省杭州市萧山区宁围街道市心北路857号383室
国籍：CN
代理机构：杭州求是专利事务所有限公司
代理人：林超
更多信息请下载全文后查看。

专利名称：一种基于点云补全的点云配准方法及系统专利类型：发明专利
发明人：郭亮,李仕坤,叶扬,刘建亚
申请号：CN202210000497.1
申请日：20220104
公开号：CN114004871B
公开日：
20220415
专利内容由知识产权出版社提供
摘要：本发明属于三维点云的信息处理技术领域，提供了一种基于点云补全的点云配准方法及系统，对源点云和目标点云执行采样，分别提取特征；利用注意机制融合两个点云的特征，使两个点云的语义信息相互补全；提取补全后的点云的高维特征，根据高维特征学习对方点云的位置信息，确定源点云中的每个点在目标点云中的对应点；根据对应点，利用奇异值分解获得当前刚性变换参数，利用当前刚性变化参数实现源点云向目标点云的配准。

本发明不需要对原始点云大量删减，且能够补全缺失的点云信息，实现高效、准确的配准。

申请人：山东大学
地址：250014 山东省济南市历城区山大南路27号
国籍：CN
代理机构：济南圣达知识产权代理有限公司
代理人：李琳
更多信息请下载全文后查看。

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910176356.3(22)申请日 2019.03.08(71)申请人 哈尔滨工程大学地址 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人 陆军　华博文　乔鹏飞　王伟　陈万　夏桂华　(51)Int.Cl.G06T 7/33(2017.01)(54)发明名称一种基于局部曲面特征直方图的点云自动配准方法(57)摘要本发明属于计算机视觉技术领域，具体涉及一种基于局部曲面特征直方图的点云自动配准方法。

包括对源点云进行循环体素滤波，将源点云降采样到指定点数，根据所得体素大小，对目标点云进行体素滤波；进行关键点查找与特征描述，本发明提出了基于预关键点邻域曲率均值最大的关键点查找，检测点云曲率大于0.02的点，将其作为预关键点，计算其邻域点的曲率均值，将局部曲面曲率均值最大的点归为关键点；根据关键点邻域内点云重心与邻域内各点的法线和距离的关系来计算局部曲面直方图的特征描述子；计算源点云特征描述子与目标点云特征描述子的互对应关系，根据随机采样一致性去除错误对应关系，并根据SVD估算最佳坐标变换矩阵。

应用前景广泛。

权利要求书3页 说明书8页 附图12页CN 109887015 A 2019.06.14C N 109887015A1.一种基于局部曲面特征直方图的点云自动配准方法，其特征在于，具体包括以下步骤：步骤1、点云预处理；步骤2、关键点查找；步骤3、特征描述子计算；步骤4、对应关系估计。

2.根据权利要求1所述一种基于局部曲面特征直方图的点云自动配准方法，其特征在于，所述步骤1具体包括对源点云进行自动化滤波，若源点云点数大于20000，根据源点云点数与20000的比值和点云初始分辨率s 0计算体素滤波体素大小s，对源点云进行体素滤波，若滤波后点云点数仍大于20000，则循环此过程，直到将源点云点数降采样到20000，记录最后一次体素大小s，使用该体素大小s对目标点云进行体素滤波，滤波体素大小s计算公式如下。

基于局部特征的点云配准算法
赵夫群;周明全;耿国华
【期刊名称】《图学学报》
【年(卷),期】2018(039)003
【摘要】针对覆盖率较低的点云,提出一种基于局部特征的点云配准算法.首先提取点云的局部深度、法线偏角和点云密度等局部特征,得到局部特征描述子;然后计算局部特征集的相关性,得到相关候选点集;再次通过删减外点达到点云粗配准的目的;最后采用基于旋转角约束和动态迭代系数的改进迭代最近点(ICP)算法,实现点云的细配准.实验结果表明,基于局部特征的点云配准算法可以实现覆盖率较低点云的精确配准,是一种精度高、速度快的点云配准算法.
【总页数】6页(P389-394)
【作者】赵夫群;周明全;耿国华
【作者单位】咸阳师范学院教育科学学院,陕西咸阳 712000;西北大学信息科学与技术学院,陕西西安 710127;西北大学信息科学与技术学院,陕西西安 710127;北京师范大学信息科学与技术学院,北京 100875;西北大学信息科学与技术学院,陕西西安 710127
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于局部特征的点云配准算法 [J], 赵夫群;周明全;耿国华;;;;;
2.基于熵准则遗传算法的点云配准算法 [J], 陈杰;蔡勇;张建生
3.基于局部特征的四点一致集配准算法研究 [J], 吉长东;刘亚南;廖世愉
4.基于混合注意力机制和相关性估计网络的点云配准算法 [J], 何凯;李大双;马希涛;赵岩;刘志国
5.基于二次误差的点云配准算法 [J], 卢月妮;黄健民;许光润;周明;周磊
因版权原因，仅展示原文概要，查看原文内容请购买。

基于统计局部特征描述与匹配的点云配准算法
王鑫淼;李新春;陶志勇
【期刊名称】《液晶与显示》
【年(卷),期】2024(39)1
【摘要】针对ICP算法在初始位姿差、部分数据丢失和噪声干扰情况下鲁棒性差、配准精度低的问题,提出一种基于统计局部特征描述与匹配的点云配准算法。

首先,
用点云局部密度、点云拟合平面距离方差、高斯曲率和平均曲率构建一个四维的统计局部特征描述符,准确地描述查询点的局部特征;然后,通过点对间的特征差异进行对应点匹配,剔除错误点对,解决点云部分数据缺失和噪声干扰的问题;最后,使用平均匹配距离作为度量改进ICP算法,对点云进行配准,解决初始位姿较差时配准精度低的问题。

实验结果表明,该算法在初始位姿差、部分数据丢失和噪声干扰情况下的
配准精度提高至少1个量级,配准速率也有较大提升,在鲁棒性和配准精度方面均表现出明显优势。

【总页数】11页(P89-99)
【作者】王鑫淼;李新春;陶志勇
【作者单位】辽宁工程技术大学电子与信息工程学院
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于局部特征的点云配准算法
2.基于ISS特征点和改进描述子的点云配准算法研究
3.基于AGConv局部特征描述符的点云配准
4.基于改进特征点匹配的三维点云数据配准算法应用探究
因版权原因，仅展示原文概要，查看原文内容请购买。