买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：本发明公开了一种基于切片最优传输的点云精准配准方法，用于实现快速精确的点云配准，属计算机视觉和计算机图形学相结合的研究领域。本发明所述的方法主要包括：首先，备份待配准点云团Cs为Cp；其次，对点云团Cp和目标点云团Cd的三维数据进行数据降维，生成一维直方图Hp与Hd；并确定一维直方图Hp与Hd的Sliced‑Wasserstein配准方案Aw；根据配准方案Aw更新点云团Cp；最后，计算待配准点云团Cs到点云团Cp的缩放系数S，旋转矩阵MR，平移矩阵MT；当进行一定迭代次数后，点云团Cp逐渐逼近目标点云团Cd。本发明简化分解了三维数据的求解工作，从而提高最优传输求解效率，并优化ICP算法，实现快速精准的点云配准，计算时间复杂度低。

主权项：1.一种基于切片最优传输的点云精准配准方法，其特征在于包括如下步骤：步骤1：备份待配准点云团Cs为Cp；步骤2：对点云团Cp和目标点云团Cd的三维数据进行数据降维，生成一维直方图Hp与Hd；具体步骤如下：步骤2.1：运用Box-Muller变换算法随机生成一个代表方向的三维单位向量分别计算点云团Cp和目标点云团Cd在方向向量的投影集合Pp和Pd；步骤2.2：根据投影值分别对投影集合Pp和Pd进行升序排序，获得一维直方图Hp和Hd；步骤3：确定一维直方图Hp与Hd的Sliced-Wasserstein配准方案Aw，即单射配准方案；具体步骤如下：步骤3.1：运用ICP算法计算直方图Hp和Hd的最邻近配准方案AN；步骤3.2：缩小直方图Hp和Hd的Sliced-Wasserstein配准范围，Hp待配准范围缩小至[i,k]，记为H″p，Hd目标范围缩小至[j,l]，记为H″d；其中缩小流程如下：3.21若Hp中存在小于Hd最小值的部分，则该部分与从Hd的最小值开始向右进行一对一的配准；3.22若Hp中存在大于Hd最大值的部分，则该部分与从Hd的最大值开始向左进行一对一的配准；3.23记Hp待配准的剩余部分为H′p，H′p中最小值为mpmin，H′p中最大值为mpmax，即H′p＝[mpmin,mpmax]，则对应的Hd目标部分为H′d，其中H′d的最小值ndmin＝AN[mpmin]，最大值为ndmax＝AN[mpmax]，即H′d＝[ndmin,ndmax]；3.24从H′p的最小值开始，向右进行配准，直到AN[mi]＝＝AN[mi+1]停止，其中pmin≤i≤pmax-1；记nj＝AN[mi]，其中dmin≤j≤dmax；若i＝pmax-1,AN[mi]≠AN[mi+1]，则步骤3结束，得到Sliced-Wasserstein配准方案Aw；3.25从H′p的最大值开始，向左进行配准，直到AN[mk]＝＝AN[mk-1]停止，其中pmin+1≤k≤pmax；记nl＝AN[mk]，其中dmin≤l≤dmax；此时，Hp待配准范围缩小至[i,k]，记为H″p，Hd目标范围缩小至[j,l]，记为H″d；步骤3.3：运用ICP算法计算直方图H″p和H″d的最邻近配准方案A′N；步骤3.4：对直方图H″p和H″d的Sliced-Wasserstein配准进行子问题分割；其中分割流程如下：3.41若H″p的待配准点数小于20，则不进行子问题分割且步骤3.4结束；3.42将H″p分割成若干子问题，初始每个子问题处理最多一个非单射点簇，即A′N[mi]＝＝A′N[mi+1]＝＝…＝＝A′N[mj],j-i≥1，并且H″d中的A′N[mi]分别向两边扩展j-i个空闲点，即未被配准方案AN标记的点，作为该子问题的目标范围；若相邻子问题存在公共空闲点，则合并子问题，对应的目标范围进行对应的扩展；步骤3.5：依次求解规模为1的子问题，将该问题的最邻近配准方案A′N作为解；步骤3.6：并行求解剩余子问题；单个子问题求解流程如下：3.61记该子问题的待匹配直方图为H″′p，规模为M，目标直方图为H″′d，规模为N；3.62运用ICP算法计算直方图H″′p和H″′d的最邻近配准方案A″N；3.63若M＝＝N，则按顺序对H″′p和H″′d进行一对一配准且步骤3.6结束；3.64若M＝＝N-1，则在H″′d中寻找一点Ni作为空闲点，小于点Ni的全部点从H″′p的最小值开始一对一配准，大于点Ni的全部点从H″′p的最大值开始一对一配准，选择点Ni的标准为选择结果是配准损失最小且步骤3.6结束；3.65若为其他情况，执行步骤3.2，以及步骤3.6中的流程3.63与3.64；3.66重新计算最邻近配准方案，记为A″′N，按升序顺序遍历待配准直方图，若当前点的左邻近点为空闲点，计算当前点以A″′N作为配准结果的累计损失与A″′N左移一位的累计损失，取累计损失小的作为当前点的配准方案，直至待配准直方图遍历结束；步骤4：根据配准方案Aw更新点云团Cp；步骤5：重复步骤2至步骤4，重复次数为切片数Ns；步骤6：计算待配准点云团Cs到点云团Cp的缩放系数S，旋转矩阵MR，平移矩阵MT；步骤7：重复步骤1至步骤6，重复次数为迭代数NI。

全文数据：

权利要求：

百度查询： 南京工业大学 基于切片最优传输的点云精准配准方法