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：黄冈强源电力设计有限公司;国网湖北省电力有限公司黄冈供电公司

摘要：本发明提供一种水泥纤维板房的快速三维模型重建方法，包括点云数据收集模块、点云预处理模块、点云特征提取模块、点云配准模块。本发明方法包括：通过多个深度相机来获取不同视角的水泥纤维板房的点云信息；对获取到的多幅点云图进行数据预处理；将预处理的多幅点云图送入到特征提取网络中进行特征提取；最后利用多幅点云图的特征进行配准，得到最终的模型。即使是非专业人员，只要按照方法来做同样能够得到重建模型，相比于传统的重建方法，本方法鲁棒性更好、配准时间更加快速、泛化性也更加优秀。

主权项：1.一种水泥纤维板房的快速三维模型重建方法，其特征在于，具体如下：步骤1，首先利用深度相机在多个不同的视角获取到水泥纤维板房的点云图；步骤2，利用点云预处理算法来对不同视角的点云进行去噪、补全处理；步骤3，利用点云特征提取网络对预处理过的多幅水泥纤维板房点云图进行特征提取；步骤4，利用提取出的特征图构建匹配点对，利用匈牙利算法和空间一致性算法得到匹配点对进行配准，将多幅水泥纤维板房点云图配准为一幅点云，该幅点云包括多幅点云的所有信息；步骤3的具体实现包括以下步骤：步骤3.1，使用点的邻域空间信息与点的信息进行输入，首先输入的点云是n×3的特征矩阵，n代表点云的数量，3是点云特征的维度，使用点云的坐标信息作为初始点云的特征；利用K近邻算法得到点云的邻域，将点云中点的邻域坐标与点的坐标位置结合，将n×3的特征扩充为n×6，扩充的维度是点云的邻域坐标特征；步骤3.2，扩充后的特征维度为n×6，包含了点云图的空间信息，接着将特征输入到4个维度均为64的卷积层中进行升维，得到的输出为n×64；结合点云中点的空间邻域信息，将n×64的特征扩充为n×128，接着通过2个维度为128的卷积层，得到的特征矩阵为n×128；再一次结合点云的邻域信息，将n×128的特征扩充为n×256，最后通过一个维度为256的卷积层，得到最终的n×256的特征矩阵；最终将每次卷积得到的特征矩阵拼接，即64*4+128*2+256*2，得到n×1024的特征；所述步骤4具体包括以下步骤：步骤4.1，根据步骤3提取出的多幅点云特征图，利用L2范式计算多幅点云图中的特征距离，找到匹配点对；步骤4.2，根据步骤4.1所得到的匹配点对，首先利用K近邻算法找到近邻点，计算匹配点与近邻点的欧氏距离，如果匹配点与邻域点的距离差距小于一个阈值，则这一对匹配点是正确的，如果匹配点的邻域特征差别大于阈值，则这一对匹配点是错误的，并将其隐藏，避免在后续的操作中造成误差；步骤4.3，根据正确的匹配点对，利用奇异值分解算法找到两幅点云的旋转平移矩阵，将点云图与旋转平移矩阵相乘，将两幅点云图配准为一幅；步骤4.4，对所有的点云图两两利用上面所描述的操作，将多幅水泥纤维板房点云图最终配准为一幅水泥纤维板房点云图。

全文数据：

权利要求：

百度查询： 黄冈强源电力设计有限公司 国网湖北省电力有限公司黄冈供电公司 一种水泥纤维板房的快速三维模型重建方法