申请/专利权人：武汉大学

申请日：2021-08-11

公开（公告）日：2024-03-08

公开（公告）号：CN113706710B

主分类号：G06T17/20

分类号：G06T17/20;G06T7/32

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2021.12.14#实质审查的生效;2021.11.26#公开

摘要：一种基于FPFH特征差异的虚拟点多源点云融合方法及系统，包括遍历低精度点云，进行虚拟同名点寻找，把低精度点云当作源点云，相对高精度点云作为目标点云，将源点云中的点利用初始转换矩阵转换到目标点云中，保留和最近邻域点的欧式距离小于等于阈值的转换点，对保留的转换点在源点云中计算FPFH特征，在目标点云中寻找邻域并进行体素划分得到体素中心点，对体素中心点计算FPFH特征，计算F2距离由CNN网络进行特征差异的学习，坐标融合得到配准对应点；对源点云和目标点云进行点云刚性配准，直到迭代结束，得到最佳刚性配准矩阵，通过点云更新提高低精度点云的精度。本发明支持对存在噪声、采样分辨率不同、存在局部扭曲的多源点云，提高点云配准融合精度。

主权项：1.一种基于FPFH特征差异的虚拟点多源点云融合方法，其特征在于：对存在噪声、采样分辨率不同、存在局部扭曲的多源点云，引入快速点特征直方图特征、建立体素利用点云空间信息、引入CNN网络学习特征差异，提高点云配准融合过程精度，实现过程包括以下步骤，步骤1，遍历低精度点云，进行虚拟同名点寻找，实现方式如下，对于两个不同精度的点云数据集，把低精度点云当作源点云，相对高精度点云作为目标点云，将源点云中的点利用初始转换矩阵转换到目标点云中；计算各转换点和目标点云中的最近邻域点的欧式距离，将计算得到的距离和预设的阈值进行比较，如果大于阈值则删去转换点，保留小于等于阈值的转换点；对保留的转换点在源点云中计算FPFH特征在目标点云中寻找邻域并进行体素划分得到体素中心点，对所得各体素中心点分别计算FPFH特征其中，FPFH特征表示快速点特征直方图特征；以支持通过体素坐标融合在利用点云空间信息的基础上，通过概率得到精度更高的虚拟同名点；对FPFH特征和计算F2距离，输入到CNN网络中进行特征差异的学习，输出配准对应点的概率，利用体素中心点坐标，通过坐标融合得到配准对应点，包括利用CNN网络进行特征差异的学习后输出的概率计算转换点对应的虚拟同名点，得到配准对应点；利用体素中心点坐标，通过坐标融合得到配准对应点时，实现方式如下，利用CNN网络进行特征差异的学习后输出的概率wj计算转换点qi对应的虚拟同名点qi′，得到配准对应点，计算实现如下， 其中，qij为第j个体素中心点，j＝1,…,J；步骤2，利用配准对应点对源点云和目标点云进行点云刚性配准，在达到迭代结束条件前返回重复步骤1，直到满足迭代结束条件，则得到最佳刚性配准矩阵，进入步骤3；步骤3，通过点云更新进一步提高低精度点云的精度，包括根据步骤2所得最佳刚性配准矩阵，采用步骤1的实现方式寻找虚拟点，利用虚拟点进行源点云中的点的更新。

全文数据：

权利要求：

百度查询： 武汉大学 基于FPFH特征差异的虚拟点多源点云融合方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD