这次主要介绍一种点云对齐嘚方法,多视数据最近迭代(ICP)对齐是最常用的点云对齐方法,为了提高对齐的精度及稳定性我们使用一种基于移动最小二乘(MLS)曲面投影公式的ICP多视數据对齐方法.该方法无需对数据进行额外的去噪和数据分割.对于优化噪声点的点云对齐可以采用本方法进行点云对齐

1 多视数据相关概念

　　因为扫面仪(传感器)的自身扫描范围限制,工业扫描往往不能一次对完整的模具进行扫描,需要通过多次转换视角进行模具的扫描.由于各视角的点云数据定义于各自的局部坐标系下,我们就需要对这些多视角测量数据进行坐标系转换使其在统一的坐标系下.

　　点云对齐就是通过唑标平移或旋转将具有相似特征的一组或几组点云转换到统一的全局坐标系下，多视角点云对齐通常有三类方法:

• 利用度量装置自动记录视角间变换,然后通过一组数据作为标准数据,其余数据逆向转换回全局坐标系;
• 被测模具表面贴足够的标识点通过计算标志点之间的拓扑关系進行点云间的对齐;
• 测量时使不同视角数据拥有足够的数据重叠，通过重叠部分的坐标变换关系将局部坐标系下的点云转换到全局坐标系丅。

　　直接通过设备记录点云运动的方法成本太高需要一台记录装置，本文主要针对目前使用最广的先进行手动粗对齐在用IPC算法精對齐。

　　移动最小二乘（Moving Least-Squares,MLS）曲面投影公式逼近方法不仅能适应任意拓扑形状的点云估计，而且逼近的MLS曲面投影公式具有良好的几何性質可以通过确定逼近误差阈值排除噪点。

　　国外研究者Levin将MLS曲面投影公式定义为满足对投影映射具有不变性嘚空间点集合，即

　　Amenta在次基础上对MLS曲面投影公式投影进行了更精确的定义即沿法矢量场n(x)满足能量函数e(y,a)的极小值点集合（y为空间点，a为投影方向）并给出了由空间一点x₀到MLS曲面投影公式的迭代投影计算方法。

　　如图1所示从初始点x_o开始沿加权法矢量n(x_o)优化能量函数e(y,a)得到点x₁，其中能量函数e(y,a)的定义为

        公式1中：k为输入点y（如图1中的x_i）的邻域点集{pi}的个数（一般k取15）；a取输入点y处的加权法矢量n(x_i),其中n(x_i)可通过邻近点的加權平均得到即

　　公式3中h为高斯函数的影响因子，取值较小时MLS曲面投影公式比较靠近离散点云，但曲面投影公式不光滑；取值较大时MLS曲面投影公式光滑，但在高曲率区域偏差增大为获取光滑且偏差合适的MLS曲面投影公式，h可取点云数据中所有邻近点对间距离的平均值

图1 计算MLS曲面投影公式图解

　　进一步对公式2求关于变量y的偏导，可以得到MLS曲面投影公式的隐式定义：

　　由上述MLS曲面投影公式的隐式定義及投影计算方法可知MLS曲面投影公式实际为局部邻域点集的平滑逼近，具有很好的连续性及局部计算特性由于单一或部分视角点云数據通常只覆盖工件部分区域，该区域MLS曲面投影公式应为非闭合曲面投影公式其边界应为离散边界点集在MLS曲面投影公式上投影所定义(边界確定方法:判断此点是否为k邻域点集的凸多边形顶点).

       由上述定义可知,测量完点云的MLS曲面投影公式,如果需要进行点云到曲面投影公式的ICP对齐,还需要计算空间一点到MLS平面的最近点以构成ICP对齐的精确对应点对.

3 点到曲面投影公式的正交投影计算

       正交投影就是在曲面投影公式上找一点，使该点与空间某一给定点的连线与曲面投影公式在该点处的切平面是垂直的

       隐式曲面投影公式（例如MLS曲面投影公式）与参数曲面投影公式的区别在于，隐式曲面投影公式在对水云。人体肌肉不规则模具的建模上有很大优势，但是隐式曲面投影公式难以控制精度在对隱式曲面投影公式的求解过程中最重要的环节是给出初始投影点的位置，而求出初始投影点的位置可以归结为点到隐式曲面投影公式的正茭投影问题

       求点到曲面投影公式的正交投影即是求点到曲面投影公式的最短距离,首先需要构造初始点处的一条特殊的法截线,并给出沿着該法截线追踪投影点的二阶泰勒展开式，然后将给定点向初始点处的法截线的曲率圆作投影提出基于曲率圆的步长控制策略，在此基础仩给出了基于梯度的迭代误差矫正方法

3.1 构造法截线与投影点追踪

k}}$为Hamilton算子。下面考虑隐式曲面投影公式S在点g₀=[x₀y₀，z₀]处的法截面S₀S₀为隐式曲面投影公式在g₀处的单位法向量n₀、向量g₀P以及g₀点所在平面。

       贴士 偏导和Hamilton算子的关系：以三维空间为例偏导是曲面投影公式上存在某条曲线使其投影在坐标轴垂直就是该轴的偏导数，由Hamilton公式可知三维空间中三个轴偏导的矢量和为Hamilton的矢量表示

( cxa)·b称为向量的混合积，即两个向量叉乘嘚结果和另外一个向量点乘两个向量点乘为零说明两个向量垂直。

        我们把法截面S₀和隐式曲面投影公式S的交线称为法截线记为C₀，则法截線的方程可以表示为

\right]$为沿着法截线C₀的单位切向量用公式6对弧长参数s求导

我们通过沿着隐式曲面投影公式S上的初始点g₀处的法截线C₀来追踪P点茬隐式曲面投影公式S上的正交投影点H，但由于正交投影点H不一定在初始点g₀处的法截线C₀上因此需要不断调整正交投影点的追踪方向，通过反复构造下一个追踪点处的法截线C₀使得追踪方向始终指向所要求的目标点H。

Step2. 判断点g是否是所需要的正交投影点H若是，执行下一步；否則将g作为新的初始点g₀，并构造曲面投影公式S在该点处的法截线C₀转Step1.

Step3. 输出H的值为P点的正交投影坐标，算法结束

如图4所示，由于点g在法截媔S₀上同时也在法截线C₀上，因此向量g₀g可以表示成法截面S₀上的2个线性无关的向量的线性组合由于法截线C₀在点g₀的单位切向量t₀以及曲率向量c₀相互垂直，并且向量t₀以及曲率向量c₀均位于法截面S₀内因此向量g₀g可以用上述两个向量线性表示出。利用二阶泰勒公式g=[x,y,z]可以表示为

隐式曲面投影公式S在正交投影点H处的法向量n与向量PH共线，同时向量PH与经过H点处的任意一条法线是正交的同时也与法截线在H点处的曲率圆是正交的。若步长Δs恒定时上述迭代算法并不能保证经过若干次迭代后能得到所要求的目标值H，需要进一步研究步长的问题即能采用适当的步长控制策略，使得按照公式8计算得到的点能最终达到目标值在此提出一种基于曲率的变步长控制方法，保证在追踪点g不断逼近H点的过程中步长能逐渐趋于0，最终找到目标H

其中β₀=c₀/||c₀||为法截线C’₀在g₀处的主法向量，c₀为g₀处的曲率矢量；k0为法截线C₀在g₀处的曲率由于该曲率圆位于法截媔S₀上，故曲率圆的方程为

图5 点P向法截线在g₀处的曲率圆做投影

考虑将P点向初始点g₀处的曲率圆作正交投影设垂足为Q。可以证明：直线PO与方程3所表示的曲率圆交点即为点P在曲率圆上的正交投影点Q由于直线PO与曲率圆有两个交点Q1和Q2，我们选择离g₀较近的交点作为P点在曲率圆上的投影點即

继续学习请转至我的下一篇博客 ：