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：东南大学

摘要：一种结合降维投影和特征匹配的低重叠率点云配准方法，包括如下步骤：1）将点云的均值法矢方向作为初始降维方向；2）对所述初始降维方向进行方向矫正，得到最终降维方向；3）沿所述最终降维方向进行投影生成降维后的深度图像；4）根据栅格大小生成多分辨率图像；5）根据投票机制和刚体变换的距离不变性进行两步筛选，得到可靠的匹配点对；6）利用投票机制和刚体变换的距离不变性进行两步筛选；7）对最终目标点对求解旋转矩阵，利用ICP算法迭代优化，得到最终的精确转换矩阵。本发明的方法，解决了低重叠率点云特征匹配易产生错误，迭代搜索时间长等问题，提高了配准的精度和效率。

主权项：1.一种结合降维投影和特征匹配的低重叠率点云配准方法，包括如下步骤：步骤1将点云的均值法矢方向作为初始降维方向；步骤2对所述初始降维方向进行方向矫正，得到最终降维方向；步骤3沿所述最终降维方向进行投影生成降维后的深度图像；步骤4根据栅格大小生成多分辨率图像；步骤5根据分辨率划分图层，不同图层间分别进行ORB特征匹配，统计匹配关系重复出现的票数；步骤6根据投票机制和刚体变换的距离不变性进行两步筛选，得到可靠的匹配点对；步骤7对最终目标点对求解旋转矩阵，利用ICP算法迭代优化，得到最终的精确转换矩阵；所述步骤5还包括，采用ORB算子，对n个不同图层进行ORB匹配，每个图层对应图像特征点对表示为：matches[i]，i∈[0，n-1]，其中，matches[0]对应l0下分辨率最高的图层；统计matches[0]中匹配关系在其他图层的重复次数，当下式成立时票数加一：l0×matches[0][j]X，matches[0][j].Y＝li×matches[i][k].X，matches[i][k].Y其中，matches[0][j]代表第1个图层中第j对匹配点，matches[i][k]代表第i+1图层的第k对匹配点；所述步骤6还包括，根据图层数确定票数阈值δ2，大于δ2的匹配点视为可靠匹配点，映射到原始点云得到Matches；Matches中任意两个点对pi，qi和pj，qj如果是正确的匹配点对，则根据刚体变换的距离不变性存在关系distpi，pj＝distqi，qj；任选两对点，选取δ3＞0，使得： 其中，分子表示匹配点距离之差，分母是为了降低距离约束条件对点云规模的敏感性，满足上式则确定为满足距离约束的最终的匹配点对。

全文数据：

权利要求：

百度查询： 东南大学 一种结合降维投影和特征匹配的低重叠率点云配准方法