(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210773765.3 (22)申请日 2022.07.01 (71)申请人 扬州大学 地址 225009 江苏省扬州市大 学南路88号 (72)发明人 孙进　周威　谢文涛　梁立　 雷震霆　马昊天　 (74)专利代理 机构 南京苏科专利代理有限责任 公司 32102 专利代理师 董旭东　季雯 (51)Int.Cl. G06T 7/32(2017.01) G06T 7/521(2017.01) G06T 7/13(2017.01) G06V 10/74(2022.01) G06V 10/764(2022.01) (54)发明名称 融合菱角外形轮廓与粗精配准的点云匹配 的选种方法 (57)摘要 本发明公开了融合菱角外形轮廓与粗精配 准的点云匹配的选种方法， 包括1） 基于光电传感 器曝光对菱角的外形轮廓进行筛选； 2） 采用双目 相机采集菱角深度图； 3） 将菱角深度图转化为灰 度图， 并进一步处理为二值图； 4） 利用二值图实 现对菱角轮廓的提取， 并将轮廓信息的深度坐标 转化为点 云数据； 5） 对模板菱角点云与待测菱角 点云进行粗配准与精配准的点云 匹配； 设置对应 点之间的距离阈值和点云数量阈值实现对目标 菱角的筛选。 本发明结合菱角外形轮廓与粗精配 准的点云 匹配的方法， 可以有效提高对菱角筛选 的准确率和效率， 并且该方法可操作性强、 交互 性好以及可移植 性强。 权利要求书2页 说明书6页 附图1页 CN 115115677 A 2022.09.27 CN 115115677 A 1.一种融合菱角外形轮廓与粗精配准的点云匹配的选种方法， 其特征在于， 包括以下 步骤： 步骤1)基于光电传感器曝光对 菱角的外形轮廓进行筛 选； 步骤2)采用双目相机采集菱角深度图； 步骤3)将菱角深度图转 化为灰度图， 并进一 步处理为二值图； 步骤4)利用二值图实现对菱角轮廓的提取， 并将轮廓信息的深度坐标转化为点云数 据； 步骤5)对模板菱角点云与待测菱角点云进行粗配准与精配准的点云匹配； 设置对应点 之间的距离阈值和点云数量阈值实现对目标菱角的筛 选。 2.根据权利要求1所述的融合菱角外形轮廓与粗精配准的点云匹配的选种方法， 其特 征在于， 步骤1)中所述基于光电传感器曝光对菱角的外形轮廓进行筛选具体包括： 选取合 适的饱满合格的模板菱角通过传送装置下 的曝光装置， 利用光电传感器的工作原理， 通过 底部曝光装置对待检测的菱角进 行曝光处理， 曝光阴影的大小与菱角的外形轮廓大小成正 比， 并将信息传送至光电传感器中用于初步外形轮廓的筛 选。 3.根据权利要求1所述的融合菱角外形轮廓与粗精配准的点云匹配的选种方法， 其特 征在于， 步骤5)中所述对模板菱角点云与待测菱角点云进 行粗配准与 精配准的点云匹配具 体包括： 通过步骤4)得到模板菱角以及待测菱角的点云坐标信息， 定义模板菱角点云为源点 云， 待测菱角点云为目标点云； 首先对点云进行粗配准， 对任意初始位置的菱角源点云以及目标点云进行粗略的配 准， 从而为 点云的精配准 提供良好的初始位置； 粗配准采用全局搜索思想的配准方法， 需要在菱角点云的中心区域选取三组非共线的 对应点对， 即在源点云P中选取非共线的三个数据点{p1,p2,p3}， 再从目标点云Q中选取与 {p1,p2,p3}对应的点集{q1,q2,q3}； 通过从源点云P中选取的{p1,p2,p3}和从目标点云Q中选 取的{q1,q2,q3}通过最小二乘 算法计算出旋转平移矩阵H＝[R|T]； 将目标点云Q经过所求得 的旋转平 移矩阵变换成一个新的三维点云数据集 合Q'； 通过P与Q'相比较的方式， 将各点距离小于给定阈值t的所有点提取出来作为一个一致 性点云集合O， 并将其点云数量N记录下来； 设置 当粗配准进 行次数达一定数量时， 对所有的 一致性点云集合O的点云数量N进 行对比， 选取点云数量N最大时， 对应的粗配准过程的旋转 平移矩阵， 实现对目标点云Q的三维点云转 化， 并实现源点云与目标点云的粗匹配； 精配准过程采用主流的迭代最近点法， 即选取源点云和目标点云中距离最近的点作为 对应点， 通过所有对应点对求解旋转和平移变换矩阵， 并通过不断迭代的方式使源点云和 目标点云之间的误差变小， 直至满足设定的阈值条件； 在粗匹配的基础上得到的源点云P和经过旋转平移转换的目标点云Q'之间进行匹配， 找出目标点云每个点在源点云的最近邻点作为对应点； 在找到最近匹配对应点之后， 根据 所得最优变换参数R和T， 计算得到每 个对应点之间的距离， 即： 权　利　要　求　书 1/2 页 2 CN 115115677 A 2其中， N为点云的数量， Pi为源点云的第i个点坐标信息， Q'i为目标点云转换后的第i个 点坐标信息， R为旋转矩阵参数， T为平 移矩阵参数。 4.根据权利要求1所述的融合菱角外形轮廓与粗精配准的点云匹配的选种方法， 其特 征在于， 步骤5)中所述设置对应点之 间的距离阈值和点云数量阈值实现对目标菱角的筛选 具体包括： 当得到所有的对应点之间的距离后， 通过限制对应点距离大小， 实现对待测菱角是否 匹配模板菱角的判断， 即： 其中， e为待测 菱角的筛选结果， l为对应点之间的距离， LP为设置的阈值距离， n为符合 阈值距离的所有点云数量， np为设置的阈值 点云数量； 当待测菱角判断结果e为1时， 代表待测菱角贴合模板菱角， 即该待测菱角与模板菱角 相似， 为优质菱种； 当待测菱角判断结果e为0时， 代表待测菱角不符合设置的点云 匹配的距 离阈值与数量阈值， 为劣质菱种。权　利　要　求　书 2/2 页 3 CN 115115677 A 3