TW201643814A - 點雲拼接方法及系統 - Google Patents
點雲拼接方法及系統 Download PDFInfo
- Publication number
- TW201643814A TW201643814A TW104100644A TW104100644A TW201643814A TW 201643814 A TW201643814 A TW 201643814A TW 104100644 A TW104100644 A TW 104100644A TW 104100644 A TW104100644 A TW 104100644A TW 201643814 A TW201643814 A TW 201643814A
- Authority
- TW
- Taiwan
- Prior art keywords
- point
- splicing
- preset
- sets
- point cloud
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一種點雲拼接方法及系統,所述系統包括多個模組,分別用於:輸入兩組點雲,以及一預設的拼接精度;利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集;根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集;計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲;在所述目標函數的精度小於所述預設的拼接精度時,將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接。
Description
本發明涉及一種點雲處理方法及系統,尤其是涉及一種點雲拼接方法及系統。
在點雲掃描技術中,若要掃描完整的產品,需要在不同位置對產品進行掃描,之後將不同位置掃描得到的點雲進行拼接,以獲得該產品的完整點雲。現有的點雲拼接技術在進行點雲拼接時,一般先基於標誌點、圖片特徵點和邊界特徵點等方法進行初始配准,再採用迭代就近點(Iterative Closest Point,ICP)演算法進行點雲的精確拼接。然而,ICP演算法易受測量雜訊的影響,在待拼接點雲含有較多雜訊時,即使初始配准得到的初始值再好,該ICP演算法也不能夠得到一個精確的拼接結果。此外,ICP演算法的計算時間長、累積誤差大,並且拼接處點雲密度大及拼接後的拼接痕跡明顯。
鑒於以上內容,有必要提供一種點雲拼接方法及系統,可以快速、精確地對點雲進行拼接。
一種點雲拼接方法,應用於電子裝置中,該方法包括步驟:(a)輸入兩組點雲,以及一預設的拼接精度;(b)利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集;(c)根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集;(d)計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲;(e)判斷所述目標函數的精度是否小於所述預設的拼接精度;(f)在所述目標函數的精度不小於所述預設的拼接精度時,將轉換後的點雲及所述特徵點集的另一組點雲重置為初始特徵點集,並返回執行步驟(c);及(g)在所述目標函數的精度小於所述預設的拼接精度時,將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接。
一種點雲拼接系統,運行於電子裝置中,該系統包括:輸入模組,用於輸入兩組點雲,以及一預設的拼接精度;粗拼接模組,用於利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集;篩選模組,用於根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集;精拼接模組,用於計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲;所述精拼接模組,還用於判斷所述目標函數的精度是否小於所述預設的拼接精度;所述精拼接模組,還用於在所述目標函數的精度不小於所述預設的拼接精度時,將轉換後的點雲及所述特徵點集的另一組點雲重置為初始特徵點集,並返回去除該初始特徵點集中的異常點,直至所述目標函數的精度小於所述預設的拼接精度;及所述精拼接模組,還用於在所述目標函數的精度小於所述預設的拼接精度時,將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接。
相較於習知技術,本發明所提供之點雲拼接方法及系統,利用匹配特徵點完成點雲的初始拼接,並在去除了點雲的異常點且點雲的目標函數精度達到要求時,對點雲進行精拼接,從而可以快速、精確地對點雲進行拼接,提高了拼接的效率,並且消除了拼接痕跡。
圖1係本發明點雲拼接系統較佳實施例之硬體架構圖。
圖2係本發明點雲拼接方法較佳實施例之作業流程圖。
參閱圖1所示,係本發明點雲拼接系統較佳實施例之硬體架構圖。該點雲拼接系統10運行於電子裝置100中,該電子裝置100可以是電腦、伺服器、程式設計邏輯控制器(Programmable Logic Controller,PLC)、測量機台、或者其它具備運算能力的電子裝置。
所述電子裝置100還包括部件,如處理器20、儲存單元30、顯示單元40及輸入單元50。電子裝置100的部件10-50透過系統匯流排進行通訊。
所述處理器20用於執行所述點雲拼接系統10以及在所述電子裝置100內安裝的各類軟體,例如作業系統等。所述儲存單元30可以是硬碟,或者其他類型的儲存卡或儲存裝置。所述儲存單元30用於儲存各類資料,例如,產品的多組點雲資料及利用所述點雲拼接系統10所設置、接收及處理後的資料。所述顯示單元40用於顯示各類視覺化資料。所述輸入單元50可以為鍵盤、滑鼠等,用於接收使用者輸入的資料。
所述點雲拼接系統10用於實現產品的多組點雲的精確拼接。在本實施方式中,所述點雲拼接系統10包括多個功能模組,分別是:輸入模組11、粗拼接模組12、篩選模組13、及精拼接模組14。本發明所稱的模組是指一種能夠被處理器20所執行並且能夠完成固定功能的一系列電腦程式段,其儲存在儲存單元30中。在本實施例中,關於各模組的功能將在圖2的流程圖中具體描述。
參閱圖2所示,係本發明點雲拼接方法較佳實施例之流程圖。
步驟S310,輸入模組11輸入產品需要拼接的兩組點雲,以及一預設的拼接精度。所述點雲包括資料,但不限於:點的三維座標、點的標識及點雲總數等。所述點雲可以從電子裝置100的儲存單元30中導入,也可以從其他外接的儲存裝置或者點雲掃描裝置中導入。所述預設的拼接精度為點雲精確拼接時所應達到的精度,可以利用輸入單元50輸入。該預設的拼接精度根據上述點雲的平均點距來確定。例如,在平均點距為0.15毫米(mm)時,所述預設精度設為0.005mm。
應說明的是,通常一產品可能對應多組點雲,該多組點雲整合起來可以構成所述產品的完整點雲。所述輸入模組11可以先選擇兩組點雲進行拼接,然後再選擇未拼接的點雲與上述拼接後的點雲繼續拼接,直至整合所有點雲為一幅完整的點雲。
步驟S320,粗拼接模組12利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集。在本較佳實施例中,粗拼接模組12基於橢圓標識點、角點檢測或邊界特徵點提取等匹配相同特徵點,然後根據奇異值分解(Singular Value Decomposition,SVD)、奇異值或四元數等求出變換矩陣得到初始配准結果,使兩組點雲完成初始拼接。在本較佳實施例中,所述初始配准結果所對應的特徵點集為初始特徵點集。所應說明的是,為了快速準確地進行初始拼接,所述粗拼接模組12可以先對兩組點雲進行濾波處理以及去除噪點處理,然後再進行初始拼接。
步驟S330,篩選模組13根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集。在本較佳實施例中,所述預設的約束條件採用所述初始特徵點集中對應點(以下簡稱“點對”)的曲率變化與法矢量間夾角(即法矢量間的夾角)作為約束條件,去除法矢間夾角小於預設角度(例如450
)且曲率變化大於預設閥值的點對。該預設角度及預設閥值由系統或使用者根據輸入的點雲品質進行預設。
在本較佳實施例中,針對點對中的各點,篩選模組13使用點及其k個鄰近點的協方差矩陣計算該點的曲率與法矢量。
點對中各點的曲率及法矢量的計算過程如下:假設為特徵點的領域,領域的質心為,此時,協方差矩陣為,該協方差矩陣的最小特徵值所對應的特徵向量為法矢量,該法矢量即為特徵點的法矢量;利用法矢量定義法矢量方差矩陣,該法矢量方差矩陣的最小特徵值為曲率的一階微分,以該曲率的一階微分作為特徵點的的曲率。將曲率的一階微分作為特徵點的曲率,可有效提高曲率計算的效率。
在本較佳實施例中,篩選模組13在計算得到點對中各點的法矢量及曲率後,計算點對的曲率變化與法矢間夾角,判斷點對的曲率變化是否大於所述預設閥值且法矢間夾角是否小於所述預設角度,當點對的曲率變化大於所述預設閥值且法矢間夾角小於所述預設角度時,則判定該點對為異常點,並刪除該點對。
步驟S340,精拼接模組14計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲。
在本較佳實施例中,精拼接模組14計算上述確定的兩組特徵點集的距離,並將該距離的標準差作為所述目標函數。假設上述確定的特徵點集為P及Q,特徵點集P及Q均有n個點,則所述目標函數為。
在本較佳實施例中,精拼接模組14計算上述確定的兩組特徵點集的最小二乘值,並將確定的兩組特徵點集中的一組點雲乘以所述最小二乘值,以得到一組轉換後的點雲。在計算最小二乘值時,可以利用奇異值分解(Singular Value Decomposition,SVD)或四元數求出特徵點集P、Q之間的轉換關係,該轉換關係所對應的值即為最小二乘值。
步驟S350,精拼接模組14判斷所述目標函數的精度是否小於所述預設的拼接精度。在所述目標函數的精度不小於所述預設的拼接精度時,表示目標函數的精度不符合要求,執行步驟S360。在所述目標函數的精度小於所述預設的拼接精度時,表示目標函數的精度符合要求,執行步驟S370。
在本較佳實施例中,所述目標函數的精度為,其中,為前一迴圈中所述特徵點集所對應的目標函數值,預設為0。
步驟S360,精拼接模組14將轉換後的點雲及所述特徵點集的另一組點雲重置為初始特徵點集,並返回執行步驟S330。
在其他實施例中,於步驟S360前,精拼接模組14還用於將迭代次數加1,並判斷該迭代次數是否大於一個預設次數。該迭代次數用於控制最小二乘迭代的次數,以防止迭代次數過多而導致閉環現象發生,其初始值為0。所述預設次數為由使用者或系統預設,如為10次。在迭代次數不大於預設次數時,執行步驟S360。在迭代次數大於預設次數時,執行步驟S370。
步驟S370,精拼接模組14將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接,並對精確拼接後的點雲中重疊區域進行點雲精簡及平滑處理,輸出處理後的點雲。
在本較佳實施例中,精拼接模組14可以透過隨機、包圍盒等點雲精簡方法對精確拼接後的點雲的重疊區域進行精簡處理,以及利用法矢量修正等迭代演算法對精確拼接後的點雲的重疊區域進行平滑處理。
綜上所述,本發明符合發明專利要件,爰依法提出專利申請。惟,以上所述者僅爲本發明之較佳實施例,本發明之範圍並不以上述實施例爲限,舉凡熟悉本案技藝之人士爰依本發明之精神所作之等效修飾或變化,皆應涵蓋於以下申請專利範圍內。
100‧‧‧電子裝置
10‧‧‧點雲拼接系統
11‧‧‧輸入模組
12‧‧‧粗拼接模組
13‧‧‧篩選模組
14‧‧‧精拼接模組14
20‧‧‧處理器
30‧‧‧儲存單元
40‧‧‧顯示單元
50‧‧‧輸入單元
無
100‧‧‧電子裝置
10‧‧‧點雲拼接系統
11‧‧‧輸入模組
12‧‧‧粗拼接模組
13‧‧‧篩選模組
14‧‧‧精拼接模組
20‧‧‧處理器
30‧‧‧儲存單元
40‧‧‧顯示單元
50‧‧‧輸入單元
Claims (10)
- 一種點雲拼接方法,應用於電子裝置中,該方法包括:
輸入步驟:輸入兩組點雲,以及一預設的拼接精度;
粗拼接步驟:利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集;
篩選步驟:根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集;
第一精拼接步驟:計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲;
第二精拼接步驟:判斷所述目標函數的精度是否小於所述預設的拼接精度;
第三精拼接步驟:在所述目標函數的精度不小於所述預設的拼接精度時,將轉換後的點雲及所述特徵點集的另一組點雲重置為初始特徵點集,並返回執行篩選步驟;及
第四精拼接步驟:在所述目標函數的精度小於所述預設的拼接精度時,將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接。 - 如申請專利範圍第1項所述之點雲拼接方法,所述第四精拼接步驟還包括:
對精確拼接後的點雲中重疊區域進行點雲精簡及平滑處理,輸出處理後的點雲。 - 如申請專利範圍第1項所述之點雲拼接方法,所述預設的約束條件採用所述初始特徵點集中對應點對的曲率變化與法矢間夾角作為約束條件,去除法矢間夾角小於預設角度且曲率變化大於預設閥值的點對。
- 如申請專利範圍第1或3項所述之點雲拼接方法,所述篩選步驟透過以下方法去除初始特徵點集中的異常點:
針對初始特徵點集中對應點對的各點,使用點及其k個鄰近點的協方差矩陣計算該點的曲率與法矢量;
在計算得到點對中各點的法矢量及曲率後,計算點對的曲率變化與法矢間夾角;
判斷點對的曲率變化是否大於預設閥值且法矢間夾角是否小於預設角度;及
當點對的曲率變化大於所述預設閥值且法矢間夾角小於所述預設角度時,則判定該點對為異常點,並刪除該點對。 - 如申請專利範圍第1項所述之點雲拼接方法,所述第一精拼接步驟透過以下方法計算所述目標函數:
計算上述確定的兩組特徵點集的距離,並將該距離的標準差作為所述目標函數。 - 一種點雲拼接系統,運行於電子裝置中,該系統包括:
輸入模組,用於輸入兩組點雲,以及一預設的拼接精度;
粗拼接模組,用於利用匹配特徵點將輸入的兩組點雲進行初始拼接,得到兩組初始特徵點集;
篩選模組,用於根據預設的約束條件,去除上述兩組初始特徵點集中的異常點,得到最終確定的兩組特徵點集;
精拼接模組,用於計算上述確定的兩組特徵點集所對應的目標函數,並利用最小二乘迭代上述確定的兩組特徵點集,以得到一組轉換後的點雲;
所述精拼接模組,還用於判斷所述目標函數的精度是否小於所述預設的拼接精度;
所述精拼接模組,還用於在所述目標函數的精度不小於所述預設的拼接精度時,將轉換後的點雲及所述特徵點集的另一組點雲重置為初始特徵點集,並返回去除該初始特徵點集中的異常點,直至所述目標函數的精度小於所述預設的拼接精度;及
所述精拼接模組,還用於在所述目標函數的精度小於所述預設的拼接精度時,將所述轉換後的點雲與所述特徵點集的另一組點雲進行精確拼接。 - 如申請專利範圍第6項所述之點雲拼接系統,所述精拼接模組還用於:
對精確拼接後的點雲中重疊區域進行點雲精簡及平滑處理,輸出處理後的點雲。 - 如申請專利範圍第6項所述之點雲拼接系統,所述預設的約束條件採用所述初始特徵點集中對應點對的曲率變化與法矢間夾角作為約束條件,去除法矢間夾角小於預設角度且曲率變化大於預設閥值的點對。
- 如申請專利範圍第6或8項所述之點雲拼接系統,所述篩選模組透過以下方法去除初始特徵點集中的異常點:
針對初始特徵點集中對應點對的各點,使用點及其k個鄰近點的協方差矩陣計算該點的曲率與法矢量;
在計算得到點對中各點的法矢量及曲率後,計算點對的曲率變化與法矢間夾角;
判斷點對的曲率變化是否大於預設閥值且法矢間夾角是否小於預設角度;及
當點對的曲率變化大於所述預設閥值且法矢間夾角小於所述預設角度時,則判定該點對為異常點,並刪除該點對。 - 如申請專利範圍第6項所述之點雲拼接系統,所述精拼接模組透過以下方法計算所述目標函數:
計算上述確定的兩組特徵點集的距離,並將該距離的標準差作為所述目標函數。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104100644A TW201643814A (zh) | 2015-01-09 | 2015-01-09 | 點雲拼接方法及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104100644A TW201643814A (zh) | 2015-01-09 | 2015-01-09 | 點雲拼接方法及系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201643814A true TW201643814A (zh) | 2016-12-16 |
Family
ID=58055954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104100644A TW201643814A (zh) | 2015-01-09 | 2015-01-09 | 點雲拼接方法及系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TW201643814A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022205644A1 (zh) * | 2021-03-29 | 2022-10-06 | 上海商汤临港智能科技有限公司 | 一种目标检测方法、装置、计算机设备和存储介质 |
-
2015
- 2015-01-09 TW TW104100644A patent/TW201643814A/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022205644A1 (zh) * | 2021-03-29 | 2022-10-06 | 上海商汤临港智能科技有限公司 | 一种目标检测方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6807639B2 (ja) | 奥行きカメラを校正する方法 | |
CN107810522B (zh) | 实时、基于模型的对象检测及姿态估计 | |
US10776936B2 (en) | Point cloud matching method | |
US8711143B2 (en) | System and method for interactive image-based modeling of curved surfaces using single-view and multi-view feature curves | |
JP5772821B2 (ja) | 顔特徴点位置補正装置、顔特徴点位置補正方法および顔特徴点位置補正プログラム | |
CN105761206A (zh) | 点云拼接方法及系统 | |
JP6760957B2 (ja) | 3次元モデリング方法及び装置 | |
WO2017186016A1 (zh) | 图像形变处理的方法和装置、计算机存储介质 | |
CN110163087B (zh) | 一种人脸姿态识别方法及系统 | |
US10311576B2 (en) | Image processing device and image processing method | |
TW201616449A (zh) | 點雲網格精細化系統及方法 | |
US20160138914A1 (en) | System and method for analyzing data | |
JP2017182302A (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
US11094082B2 (en) | Information processing apparatus, information processing method, robot system, and non-transitory computer-readable storage medium | |
US9552662B2 (en) | Method and apparatus for removing false intersection in ray tracing | |
JPWO2018168255A1 (ja) | カメラパラメータ推定装置、カメラパラメータ推定方法、及びプログラム | |
CN112085033A (zh) | 一种模板匹配方法、装置、电子设备及存储介质 | |
JPWO2020188799A1 (ja) | カメラ校正装置、カメラ校正方法、及びプログラム | |
TW201618039A (zh) | 點雲邊界直角邊修補系統及方法 | |
US10146331B2 (en) | Information processing system for transforming coordinates of a position designated by a pointer in a virtual image to world coordinates, information processing apparatus, and method of transforming coordinates | |
US11776147B2 (en) | Systems and methods for processing captured images | |
CN113205090B (zh) | 图片矫正方法、装置、电子设备及计算机可读存储介质 | |
JP2012220271A (ja) | 姿勢認識装置、姿勢認識方法、プログラム及び記録媒体 | |
TW201643814A (zh) | 點雲拼接方法及系統 | |
CN110956131A (zh) | 单目标追踪方法、装置及系统 |