本发明提供了一种基于对应点匹配矩阵优化的低重叠点云配准方法，包括：将移动机器人的源点云和目标点云输入特征提取模块，获取源点云特征向量和目标点云特征向量；将所述源点云特征向量和目标点云特征向量输入特征匹配模块，获取对应点匹配矩阵；其中，所述应点匹配矩阵中的行和列分别代表所述源点云和目标点云中的3D点；将所述对应点匹配矩阵输入注意力点融合及位姿更新模块，获取移动机器人的变换姿态，完成低重叠点云配准。本发明的目的是在大尺度稀疏点云、弱纹理区域、相邻点云重叠率低、高噪音等极端环境下获得较好的位姿估计结果，降低模型受干扰程度，提高鲁棒性，与此同时在普通环境下相比其他方法也能大幅提高配准性能。
📄 2023100153805
📂 G06T7_33
👤 广东工业大学
📅 2023-01-06
本发明属于计算机视觉技术领域，公开了一种基于微表面融合与对齐的三维点云配准方法，该方法包括：（1）将点云数据映射到一个单位球表面，通过交叉采样的方式获取无对应点对的目标点云和源点云，（2）获取初始变换矩阵和重叠掩码，结合自注意力机制和交叉注意力机制获取源点云和目标点云的高维特征与相似矩阵，（3）根据相似矩阵和重叠掩码，计算源点云和目标点云之间的伪对应点对，计算粗粒度的旋转矩阵和平移向量，（4）采用点到平面的ICP算法进一步对齐源和目标点云，根据细粒度配准结果，分析源点云和目标点云融合后重叠区域的微表面平面厚度，优化模型的网络权重参数。本发明提供点云配准质量与鲁棒性，提高配准的精度和稳定性。
📄 2024102851986
📂 G06T7_33
👤 南京邮电大学
📅 2024-03-13
本发明公开了基于网格特征描述的堆叠工件遮挡点云配准方法及装置，该方法包括：获取工件的位姿点云和工件目标点云并进行预处理，得到合成的工件模板点云候选点集和工件目标点云候选点集；计算两个候选点集中每一个点的高斯曲率，筛选高斯曲率大于阈值的点作为关键点，得到模板点云关键点集和工件目标点云关键点集；利用邻域三角面片几何特征对两个关键点集进行特征描述并计算卡方相似度，确定初始对应点对集合，采用余弦相似度差异性方法来去除错误点对，得到正确的点对关系；从其中随机选择n组对应点对，通过SVD奇异值分解求解刚性变化矩阵以完成粗配准，选择若干次粗配准中误差最小的刚性变换矩阵作为粗配准结果，结合ICP算法获得最终配准结果。
📄 2023102954102
📂 G06T7_33
👤 浙江工业大学
📅 2023-03-24
一种3D激光雷达点云数据预测点的快速选取配准方法，通过将激光雷达扫描的整个点云数据集等分割成一些子数据集，对子数据集中的各数据点进行规则划分处理后，再基于子数据集划分数据点的规则，分别为各个子数据集中的测试点进行快速配准处理，验证选取预测点。本发明提升三维点云数据集中预测点集的整体配准速率。所提出的三维激光雷达点云数据预测点的快速选取配准方法对于激光SLAM建图中点云数据的点集配准处理具有很大的参考价值。
📄 202110836883X
📂 G06T7_33
👤 浙江工业大学
📅 2021-07-23
本发明公开了一种用于三维重建的点云配准方法包括：S101、获得多视角三维点云，取两视角三维点云分别作为源点集和目标点集；S102、构建KD‑tree；S103、求取源点集中各点的法向量；S104、计算法向量夹角平均值；S105、将源点集中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下源点集中每一级的采样比例并提取采样点；S107、基于本发明中的匹配度求采样点在目标点集的匹配点；S108、使用四元数法计算旋转矩阵和平移矩阵；S109、对源点集变换，得到新的源点集；S110、重复步骤S107到S109直到目标函数最小；S111、若满足预设条件，则结束，否则将当前分辨率加1，并返回步骤S106。本发明利用低分辨率匹配点对迅速完成配准，高分辨率匹配点对提高精度，并利用匹配度查找匹配点，大大提高了大规模点云的配准速度及精度。
📄 2017112782380
📂 G06T7_33
👤 重庆理工大学
📅 2017-12-06
本发明涉及一种基于最优传输的点云配准方法，所述方法包括：S1：输入待配准的两幅点云的数据，并分别对每幅点云的数据进行质量分配；S2：使用最优传输理论求解所述两幅点云的传输计划与变换矩阵；S3：计算所述两幅点云中每个点的传输代价，并根据计算的传输代价检测异常点；S4：根据检测结果，调整两幅点云中各个点的质量；S5：对调整质量后的两幅点云重复执行步骤S2至S4，直至检测不到异常点为止；S6：将检测不到异常点时对应的变换矩阵作用到点云中，以配准点云数据。本发明提供的一种基于最优传输的点云配准方法，能够解决当前点云配准过程中存在的噪声、缺失、部分重合的问题。
📄 2017100243454
📂 G06T7_33
👤 上海思栈网络有限公司
📅 2017-01-12
本发明公开了一种基于曲面特征的点云模型曲面匹配方法，具体按照点云模型和目标点云模型的关键点提取、估计点云模型关键点和目标点云模型的关键点的对应关系、将点云模型和目标点云模型进行初步曲面匹配和将点云模型和目标点云模型进行精确曲面匹配的步骤进行。本发明一种基于曲面特征的点云模型曲面匹配方法，能够提高三维曲面匹配方法的普适性，成果丰富了计算机图形学和视觉智能的方法体系，支撑了机器空间认知的发展。
📄 2018109134014
📂 G06V10_75
👤 西安理工大学
📅 2018-08-13
本发明公开了一种针对具有颜色信息的三维点云数据快速配准方法，包括如下步骤：统计目标点集和配准点集中的颜色值以及具有相同颜色的点的数量分布，并对RGB点云的颜色进行滤波；筛选两个点集中具有相同RGB值的点，然后对配准点集设置一定的颜色容差；从目标点集中选取的l个点中每次提取4个初始点，在配准点集中构建与4个初始点特征相似的候选点集，判断候选点组合是否是4个初始点的同名点；将4个初始点和其对应的4个同名点组成4个点对，利用整体最小二乘算法计算刚体变换矩阵，并完成配准点集的全局配准；最后利用临近点迭代法完成最终的局部配准。本发明的方法可以在保持高精度的前提下极大地提高点云配准的效率、缩短配准时间。
📄 2017105424846
📂 G06T7_33
👤 滁州学院
📅 2017-07-05
本发明公开了基于邻域栅格高斯加权俯视图的点云配准方法，包括点云俯视图的生成，图像匹配，点云配准以及全局优化四个步骤，通过对点云数据沿着z轴投影成图像并在图像上获取对应的特征匹配从而配准点云。其中改进配准中的步骤主要是通过邻域加权获得更好的图像以及端点获取正确匹配。所谓邻域高斯加权的点云投影是在栅格化点云之后，通过计算每个栅格极其邻域中的点到栅格中心的高斯加权密度，最后归一化到灰度图像0‑255的像素范围，图像匹配是在两个灰度图上进行特征查找和匹配，并通过降维来提高配准效率。
📄 2022100743757
📂 G06T7_33
👤 武汉称象科技有限公司
📅 2022-01-21
本发明公开了一种用于RGB有色三维点云的自动配准方法，包括：获取源点集P和目标点集Q中每个点的灰度值；将源点集P中的点划分为S个等级、设置最大分辨率N并初始化当前分辨率；计算目标点集Q中每个点的曲率信息的方差之和及灰度值的方差，计算曲率信息的几何特征和颜色特征对应的权重因子；在当前分辨率下对源点集P提取采样点；计算每个采样点的主曲率、高斯曲率、平均曲率；选择采样点在目标点集Q中的匹配点；依次在当前分辨率至最大分辨率N下基于匹配点对更新源点集P。本发明由于采用了具备缩放、旋转及平移不变性的曲率特征和颜色特征来寻找匹配点，使得误匹配点对更少，因此提高了配准精度，并且引入了多分辨率框架提高了配准速度。
📄 2020102237835
📂 G06T7_90
👤 重庆理工大学
📅 2020-03-26
本发明提出了基于双层聚焦‑注意力特征交互的点云配准方法及系统，涉及计算机视觉技术领域，包括：在粗尺度和精细尺度上，对待配准的两个点云分别进行采样和局部特征提取，得到超点及对应的粗尺度特征、精细点及对应的精细尺度特征；通过密集特征交互和聚焦注意力特征交互，对超点的粗尺度特征进行特征增强，在特征空间和几何空间的双重约束下进行超点匹配，得到超点的对应关系；对精细点的精细尺度特征进行聚焦注意力特征交互及特征相似度计算，得到精细点的对应关系；依据精细点的对应关系计算候选变换，从候选变换中选择两个点云间的最终变换；本发明消除不合理的交互，同时保留超点和点级别的上下文感知，以建立准确的对应关系。
📄 2024105914949
📂 G06T7_33
👤 山东省计算中心(国家超级计算济南中心),齐鲁工业大学(山东省科学院)
📅 2024-05-14
本发明公开了一种基于聚类的点集配准方法，包括：获取参考点集和目标点集，对参考点集和目标点集分别进行聚类得到参考点集聚类中心和目标点集聚类中心，以及聚类对应关系矩阵，将聚类对应关系矩阵中的每个聚类簇对扩展为每个聚类簇对对应点集的点集对得到第一目标函数；将位移函数模型与第一目标函数融合得到第二目标函数，采用局部线性陷入方法对参考点集进行计算得到代价函数，将代价函数与第二目标函数进行融合，然后采用最大期望算法对融合后的目标函数进行迭代，完成参数优化得到最终目标函数。该方法能够准确的进行点集配准。
📄 2021111616816
📂 G06T7_33
👤 浙江理工大学
📅 2021-09-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台