本發(fā)明涉及土木工程技術(shù)領(lǐng)域，特別是涉及一種三維點云數(shù)據(jù)配準方法及拼接方法。

背景技術(shù)：

房屋測量是建筑工程、家裝設(shè)計工程重要的組成部分，是一項專業(yè)性很強的工作，如果在建筑面積計算上出現(xiàn)問題，將對預算造價的準確性產(chǎn)生直接影響，從而帶來大量人力、物力的損失。三維激光掃描儀是一種非接觸式海量高精度數(shù)據(jù)的獲取手段，可以獲得房屋內(nèi)部的數(shù)字模型，然而房屋內(nèi)部各房間被墻體隔斷，每個房間是相對獨立的空間，使得三維激光掃描儀得到的各房間的三維點云數(shù)據(jù)之間的配準比較困難。

傳統(tǒng)的三維點云配準方法通常都是通過被測量對象表面粘貼標記點的方法完成，然而此類方法存在的缺點為：平面標記在二維空間存在很大畸變，導致識別難度較大，定位精度不高，從而降低配準的精確度。

技術(shù)實現(xiàn)要素：

基于此，有必要針對如何改善傳統(tǒng)三維點云配準方法配準精確度較低的問題，提供一種三維點云數(shù)據(jù)配準方法及拼接方法。

一種三維點云數(shù)據(jù)配準方法，包括：

獲取三維掃描裝置對目標空間分別以第一視角、第二視角掃描對應得到的第一點云數(shù)據(jù)、第二點云數(shù)據(jù)；所述目標空間設(shè)有包括多個標靶球的標定靶；所述三維掃描裝置分別以第一視角、第二視角掃描時，所述標定靶均放置于所述第一視角和第二視角之間的公共掃描區(qū)域的同一個位置；

從所述第一點云數(shù)據(jù)、所述第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云；所述第一球心點云、所述第二球心點云均包含所述標定靶內(nèi)所有所述標靶球的球心坐標；

根據(jù)所述第一球心點云與所述第二球心點云之間的轉(zhuǎn)換關(guān)系將所述第一點云數(shù)據(jù)與所述第二點云數(shù)據(jù)配準到同一坐標系下。

在其中一個實施例中，還包括：

獲取所述目標空間在所述第一視角、所述第二視角下對應的第一二維圖像數(shù)據(jù)、第二二維圖像數(shù)據(jù)；

同時，從所述第一點云數(shù)據(jù)、所述第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云的步驟包括：

從所述第一二維圖像數(shù)據(jù)、所述第二二維圖像數(shù)據(jù)中根據(jù)設(shè)定的標靶球判斷準則分別檢測出所有疑似標靶球的第一二維圓心坐標、第二二維圓心坐標；其中，從所述第一二維圖像數(shù)據(jù)中檢測的所有所述疑似標靶球、從所述第二二維圖像數(shù)據(jù)中檢測的所有所述疑似標靶球均至少包括所述標定靶內(nèi)的所有標靶球；

根據(jù)所有所述第一二維圓心坐標從所述第一點云數(shù)據(jù)找出包含所述標定靶內(nèi)所有所述標靶球球心坐標的第一球心點云；

根據(jù)所有所述第二二維圓心坐標從所述第二點云數(shù)據(jù)中找出包含所述標定靶內(nèi)所有所述標靶球球心坐標的第二球心點云。

在其中一個實施例中，所述第一二維圖像數(shù)據(jù)包括第一灰度圖像和第一深度圖像；所述第二二維圖像數(shù)據(jù)包括第二灰度圖像和第二深度圖像；

同時，從所述第一二維圖像數(shù)據(jù)、所述第二二維圖像數(shù)據(jù)中根據(jù)設(shè)定的標靶球判斷準則分別檢測出所有疑似標靶球的第一二維圓心坐標、第二二維圓心坐標的步驟包括：

分別對所述第一灰度圖像、所述第二灰度圖像進行閾值分割，對應得到第一灰度二值化圖像、第二灰度二值化圖像；

分別計算所述第一灰度二值化圖像、所述第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以對應檢測出各疑似標靶球的第一二維圓心坐標、第二二維圓心坐標；

判斷所述第一灰度二值化圖像內(nèi)疑似標靶球的數(shù)量小于所述標定靶內(nèi)標靶球的總數(shù)量時，利用局部閾值分割的方法對所述第一深度圖像進行分割得到第一深度二值化圖像，并計算所述第一深度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出其余疑似標靶球的第一二維圓心坐標；

判斷所述第二灰度二值化圖像內(nèi)疑似標靶球的數(shù)量小于所述標靶球的總數(shù)量時，利用局部閾值分割的方法對所述第二深度圖像進行分割得到第二深度二值化圖像，并計算所述第二深度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出其余疑似標靶球的第二二維圓心坐標。

在其中一個實施例中，分別計算所述第一灰度二值化圖像、所述第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以對應檢測出各疑似標靶球的第一二維圓心坐標、第二二維圓心坐標的步驟包括：

分別對所述第一灰度二值化圖像、所述第二灰度二值化圖像進行濾波；

分別計算濾波后的所述第一灰度二值化圖像、濾波后的所述第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以對應檢測出各疑似標靶球的第一二維圓心坐標、第二二維圓心坐標。

在其中一個實施例中，根據(jù)所有所述第一二維圓心坐標從所述第一點云數(shù)據(jù)找出包含所述標定靶內(nèi)所有所述標靶球球心坐標的第一球心點云的步驟包括：

根據(jù)各所述第一二維圓心坐標從所述第一點云數(shù)據(jù)找出相應的第一三維球面點云，并擬合出各所述第一三維球面點云的球心；

對所有所述第一三維球面點云的球心進行離群點處理，得到包含所述標定靶內(nèi)所有所述標靶球球心坐標的第一球心點云。

在其中一個實施例中，根據(jù)所有所述第二二維圓心坐標從所述第二點云數(shù)據(jù)中找出包含所述標定靶內(nèi)所有所述標靶球球心坐標的第二球心點云的步驟包括：

根據(jù)各所述第二二維圓心坐標從所述第二點云數(shù)據(jù)找出相應的第二三維球面點云，并擬合出各所述第二三維球面點云的球心；

對所有所述第二三維球面點云的球心進行離群點處理，得到包含所述標定靶內(nèi)所有所述標靶球球心坐標的第二球心點云。

在其中一個實施例中，根據(jù)所述第一球心點云與所述第二球心點云之間的轉(zhuǎn)換關(guān)系將所述第一點云數(shù)據(jù)與所述第二點云數(shù)據(jù)配準到同一坐標系下的步驟包括：

利用配準算法計算將所述第二球心點云配準到所述第一球心點云所在坐標系下的第一變換矩陣；

根據(jù)所述第一變換矩陣對所述第二點云數(shù)據(jù)進行轉(zhuǎn)換；

利用配準算法計算轉(zhuǎn)換后的所述第二點云數(shù)據(jù)配準到所述第一點云數(shù)據(jù)所在坐標下的第二變換矩陣；

根據(jù)所述第一變換矩陣及所述第二變換矩陣將所述第二點云數(shù)據(jù)配準到所述第一點云數(shù)據(jù)所在坐標系下。

在其中一個實施例中，根據(jù)所述第一變換矩陣對所述第二點云數(shù)據(jù)進行轉(zhuǎn)換的步驟之前還包括：

分別對所述第一點云數(shù)據(jù)、所述第二點云數(shù)據(jù)進行抽稀；

同時，根據(jù)所述第一變換矩陣對所述第二點云數(shù)據(jù)進行轉(zhuǎn)換的步驟為：

根據(jù)所述第一變換矩陣對抽稀后的所述第二點云數(shù)據(jù)進行轉(zhuǎn)換，得到轉(zhuǎn)換后的第二抽稀點云數(shù)據(jù)；

同時，利用配準算法計算轉(zhuǎn)換后的所述第二點云數(shù)據(jù)配準到所述第一點云數(shù)據(jù)所在坐標下的第二變換矩陣的步驟為：

利用配準算法計算所述轉(zhuǎn)換后的第二抽稀點云數(shù)據(jù)配準到抽稀后的所述第一點云數(shù)據(jù)所在坐標系下的第二變換矩陣。

在其中一個實施例中，所述標定靶還包括底座及多根連接桿；各所述連接桿的一端安裝于所述底座上，且各所述連接桿的另一端分別與相應的所述標靶球連接；其中，所述連接桿的顏色為黑色，所述標靶球的顏色為白色。

一種三維點云數(shù)據(jù)拼接方法，包括：

獲取三維掃描裝置分別對依次相鄰的第一目標空間、第二目標空間、第三目標空間、第四目標空間掃描得到的第一點云數(shù)據(jù)、第二點云數(shù)據(jù)、第三點云數(shù)據(jù)、第四點云數(shù)據(jù)；其中，所述第一點云數(shù)據(jù)與所述第二點云數(shù)據(jù)分別由所述三維掃描裝置以不同視角掃描得出，且均包括位于同一位置的標定靶的點云數(shù)據(jù)，其中，所述標定靶包括多個標靶球；所述第二點云數(shù)據(jù)和所述第三點云數(shù)據(jù)為相同的點云；所述第三點云數(shù)據(jù)和所述第四點云數(shù)據(jù)分別由所述三維掃描裝置以不同視角掃描得出，且均包括位于同一位置的所述標定靶的點云數(shù)據(jù)；

從所述第一點云數(shù)據(jù)、所述第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云；所述第一球心點云、所述第二球心點云均包含所述標定靶內(nèi)所有所述標靶球的球心坐標；

根據(jù)所述第一球心點云與所述第二球心點云之間的轉(zhuǎn)換關(guān)系將所述第一點云數(shù)據(jù)與所述第二點云數(shù)據(jù)配準到第一坐標系下；

從所述第三點云數(shù)據(jù)、所述第四點云數(shù)據(jù)中分別找出第三球心點云、第四球心點云；所述第三球心點云、所述第四球心點云均包含所述標定靶內(nèi)所有所述標靶球的球心坐標；

根據(jù)所述第三球心點云與第四球心點云之間的轉(zhuǎn)換關(guān)系，將所述第四點云數(shù)據(jù)配準到所述第三點云數(shù)據(jù)所在的坐標系下；

利用所述第三點云數(shù)據(jù)與所述第二點云數(shù)據(jù)之間的關(guān)系，將配準后的所述第四點云數(shù)據(jù)配準到所述第一坐標系下；

將配準至所述第一坐標下的第一點云數(shù)據(jù)、配準至所述第一坐標下的第二點云數(shù)據(jù)及配準至所述第一坐標下的第四點云數(shù)據(jù)拼接在一起。

上述三維點云數(shù)據(jù)配準方法及拼接方法具有的有益效果為：其中，三維掃描裝置分別以第一視角、第二視角掃描時，標定靶均放置于第一視角和第二視角的公共掃描區(qū)域的同一個位置，因此第一點云數(shù)據(jù)和第二點云數(shù)據(jù)分別包括位于各自坐標系下且實際空間位置相同的兩組標定靶的點云數(shù)據(jù)?；谏鲜鲫P(guān)系，之后從第一點云數(shù)據(jù)、第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云，即可根據(jù)第一球心點云與第二球心點云之間的轉(zhuǎn)換關(guān)系將第一點云數(shù)據(jù)與第二點云數(shù)據(jù)配準到同一坐標系下。因此該三維點云數(shù)據(jù)配準方法及拼接方法利用標定靶作為兩個視角掃描數(shù)據(jù)進行匹配的橋梁，由于標靶球面的成像畸變程度遠小于平面，因此提高了配準的精確度。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他實施例的附圖。

圖1為一實施例提供的三維點云數(shù)據(jù)配準方法的執(zhí)行流程圖；

圖2為圖1所示實施例的三維點云數(shù)據(jù)配準方法涉及的標定靶的立體示意圖；

圖3(a)、圖3(b)、圖3(c)、圖3(d)、圖3(e)、圖3(f)分別為圖2所示實施例的標定靶的仰視圖、俯視圖、右視圖、左視圖、正視圖、后視圖；

圖4為圖1所示實施例的三維點云數(shù)據(jù)配準方法的其中一種具體實施方式流程圖；

圖5為圖4所示實施例的三維點云數(shù)據(jù)配準方法中步驟S310的其中一種具體實施方式流程圖；

圖6為圖5所示實施例的三維點云數(shù)據(jù)配準方法中步驟S312的其中一種具體實施方式流程圖；

圖7為圖4所示實施例的三維點云數(shù)據(jù)配準方法中步驟S320的其中一種具體實施方式流程圖；

圖8為圖4所示實施例的三維點云數(shù)據(jù)配準方法中步驟S330的其中一種具體實施方式流程圖；

圖9為圖1所示實施例的三維點云數(shù)據(jù)配準方法中步驟S400的其中一種具體實施方式流程圖；

圖10為另一實施例提供的三維點云數(shù)據(jù)拼接方法的執(zhí)行流程圖。

具體實施方式

為了便于理解本發(fā)明，下面將參照相關(guān)附圖對本發(fā)明進行更全面的描述。附圖中給出了本發(fā)明的較佳實施例。但是，本發(fā)明可以以許多不同的形式來實現(xiàn)，并不限于本文所描述的實施例。相反地，提供這些實施例的目的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面。

除非另有定義，本文所使用的所有的技術(shù)和科學術(shù)語與屬于發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本文中在發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實施例的目的，不是旨在限制本發(fā)明。本文所使用的術(shù)語“和/或”包括一個或多個相關(guān)的所列項目的任意的和所有的組合。

一實施例提供了一種三維點云數(shù)據(jù)配準方法，用于將多視角的點云數(shù)據(jù)配準至同一坐標系下。該三維點云數(shù)據(jù)配準方法可以由電腦或其他具有數(shù)據(jù)處理能力的智能設(shè)備來執(zhí)行，如圖1所示，包括以下步驟。

步驟S100.獲取三維掃描裝置對目標空間分別以第一視角、第二視角掃描對應得到的第一點云數(shù)據(jù)、第二點云數(shù)據(jù)。其中，該目標空間設(shè)有包括多個標靶球的標定靶。三維掃描裝置分別以第一視角、第二視角掃描時，該標定靶均放置于第一視角和第二視角之間的公共掃描區(qū)域的同一個位置。

其中，三維掃描裝置例如為三維激光掃描儀。目標空間例如為房屋。第一視角和第二視角為兩個不同的視角，故第一點云數(shù)據(jù)和第二點云數(shù)據(jù)分別處于各自的坐標系下。在具體掃描過程中，可以先將三維掃描裝置置于目標空間內(nèi)與第一視角對應的位置，同時將標定靶置于第一視角和第二視角之間的公共掃描區(qū)域，這時三維掃描裝置掃描得到的數(shù)據(jù)即為第一點云數(shù)據(jù)；之后，保持標定靶的位置不變，將三維掃描裝置移動至與第二視角對應的另一個位置，這時三維掃描裝置掃描得到的數(shù)據(jù)即為第二點云數(shù)據(jù)。在上述兩次掃描過程中，由于標定靶均放置于第一視角和第二視角的公共掃描區(qū)域的同一個位置，因此三維掃描裝置在該兩次掃描過程中均能掃描到位于同一位置的標定靶，故第一點云數(shù)據(jù)、第二點云數(shù)據(jù)分別包括位于各自坐標系下且實際位置相同的兩組標定靶的點云數(shù)據(jù)。

標定靶的結(jié)構(gòu)如圖2所示，本實施例中，標定靶包括4個標靶球，即第一標靶球111、第二標靶球112、第三標靶球113、第四標靶球114。各標靶球的直徑可以為16cm或其他數(shù)值。此外，標定靶還包括底座130及多根連接桿。其中，各連接桿的一端安裝于底座130上，且各連接桿的另一端分別與相應的標靶球連接。本實施例中共包括4跟連接桿，即第一連接桿121、第二連接桿122、第三連接桿123、第四連接桿124，且分別對應連接第一標靶球111、第二標靶球112、第三標靶球113、第四標靶球114。

本實施例中，標靶球的顏色與連接桿及底座130的顏色不同，以提高標靶球的辨識度，更便于從第一點云數(shù)據(jù)和第二點云數(shù)據(jù)中提取出各標靶球的點云數(shù)據(jù)。例如，各標靶球的顏色均為白色，連接桿及底座130的顏色均為黑色。

上述4根連接桿的其中一種空間位置關(guān)系為，請參考圖3(a)至圖3(f)：第一連接桿121、第二連接桿122、第三連接桿123、第四連接桿124的長度分別為400mm、250mm、140mm、200mm。進一步的，在圖3(a)中，設(shè)定該仰視圖對應XOZ平面，則第一連接桿121沿X軸負方向順時針旋轉(zhuǎn)的角度a為85°，第二連接桿122沿X軸正方向逆時針旋轉(zhuǎn)的角度b為84°，第三連接桿123沿X軸正方向逆時針旋轉(zhuǎn)的角度c為30°，第四連接桿124沿X軸負方向逆時針旋轉(zhuǎn)的角度d為60°。在圖3(d)中，設(shè)定該左視圖對應ZOY平面，則第二連接桿122沿Z軸正方向順時針旋轉(zhuǎn)的角度f為30°，其余的連接桿均與Z軸平行。在圖3(e)中，設(shè)定該正視圖對應XOY平面，則第二連接桿122沿X軸正方向順時針旋轉(zhuǎn)的角度e為80°，其余的連接桿均與X軸平行。因此，標定靶的上述設(shè)置方式能夠減少各標靶球之間的相互遮擋部位，提高了從不同角度都能看到4個標靶球的可靠性，從而進一步增強了配準的準確度?？梢岳斫獾氖?，標定靶的結(jié)構(gòu)設(shè)置方式不限于上述情況，只要能夠減少各標靶球之間的相互遮擋部位以滿足配準的精度要求即可。

步驟S300.從上述第一點云數(shù)據(jù)、第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云。其中，第一球心點云、第二球心點云均包含標定靶內(nèi)所有標靶球的球心坐標。

該步驟換言之，從第一點云數(shù)據(jù)中找出第一球心點云，且第一球心點云包括標定靶內(nèi)所有標靶球在第一視角對應坐標系下的球心坐標。從第二點云數(shù)據(jù)中找出第二球心點云，且第二球心點云包括標定靶內(nèi)所有標靶球在第二視角對應坐標系下的球心坐標。同時，第一球心點云中任一個標靶球的球心坐標與第二球心點云中相同標靶球的球心坐標之間的區(qū)別僅在于對應的坐標系不同，而兩者的實際空間位置相同。

步驟S400.根據(jù)第一球心點云與第二球心點云之間的轉(zhuǎn)換關(guān)系將第一點云數(shù)據(jù)與第二點云數(shù)據(jù)配準到同一坐標系下。

由于第一球心點云與第二球心點云為實際空間位置相同的同一特征(即標定靶)分別在兩個坐標系下的數(shù)據(jù)，因此將第一球心點云與第二球心點云進行匹配，可得到相應的旋轉(zhuǎn)和平移矩陣，進而即可將第一點云數(shù)據(jù)與第二點云數(shù)據(jù)配準到同一坐標系下。

因此，上述三維點云數(shù)據(jù)配準方法利用標定靶作為兩個視角掃描數(shù)據(jù)進行匹配的橋梁，由于標靶球面的成像畸變程度遠小于平面，因此提高了配準的精確度。另外，在進行多次測量時，只需移動標定靶的位置即可，操作簡單。

進一步的，在上述三維點云數(shù)據(jù)配準方法的其中一種具體實施方式中，還包括以下步驟，請參考圖4。

步驟S200.獲取上述目標空間在上述第一視角、上述第二視角下對應的第一二維圖像數(shù)據(jù)、第二二維圖像數(shù)據(jù)。

其中，第一二維圖像數(shù)據(jù)、第二二維圖像數(shù)據(jù)均為二維圖像數(shù)據(jù)，例如灰度圖像。第一二維圖像數(shù)據(jù)、第二二維圖像數(shù)據(jù)可以直接由該智能設(shè)備從三維掃描裝置的掃描數(shù)據(jù)中提取出來，或者由其他裝置另外對目標空間進行掃描得出，并將得出的第一二維圖像數(shù)據(jù)、第二二維圖像數(shù)據(jù)發(fā)送至該智能設(shè)備。

基于步驟S200，上述步驟S300具體包括以下步驟，請繼續(xù)參考圖4。

步驟S310.從上述第一二維圖像數(shù)據(jù)、上述第二二維圖像數(shù)據(jù)中根據(jù)設(shè)定的標靶球判斷準則分別檢測出所有疑似標靶球的第一二維圓心坐標、第二二維圓心坐標。其中，從第一二維圖像數(shù)據(jù)中檢測的所有疑似標靶球至少包括標定靶內(nèi)的所有標靶球。從第二二維圖像數(shù)據(jù)中檢測的所有疑似標靶球至少包括標定靶內(nèi)的所有標靶球。

該步驟換言之，從第一二維圖像數(shù)據(jù)中根據(jù)設(shè)定的標靶球判斷準則檢測出所有疑似標靶球的第一二維圓心坐標，且第一二維圓心坐標為二維坐標數(shù)據(jù)；從第二二維圖像數(shù)據(jù)中根據(jù)設(shè)定的標靶球判斷準則檢測出所有疑似標靶球的第二二維圓心坐標，且第二二維圓心坐標同樣為二維坐標數(shù)據(jù)。其中，從第一二維圖像數(shù)據(jù)中檢測出的所有疑似標靶球除了包括標定靶內(nèi)所有真實的標靶球之外，還可能包括其他非球類對象。同理，從第二二維圖像數(shù)據(jù)中檢測出的所有疑似標靶球除了包括標定靶內(nèi)所有真實的標靶球之外，還可能包括其他非球類對象。

步驟S320.根據(jù)所有第一二維圓心坐標從第一點云數(shù)據(jù)找出包含標定靶內(nèi)所有標靶球球心坐標的第一球心點云。

由于步驟S310中檢測出的疑似標靶球中可能包括其他非球類對象，因此該步驟中，可以對從第一二維圖像數(shù)據(jù)中檢測出的所有疑似標靶球，在三維空間內(nèi)通過擬合、離群點處理等措施，從而最終找出準確的標靶球球心坐標，完成三維空間內(nèi)標靶球的準確定位。

步驟S330.根據(jù)所有第二二維圓心坐標從第二點云數(shù)據(jù)中找出包含標定靶內(nèi)所有標靶球球心坐標的第二球心點云。

由于步驟S310中檢測出的疑似標靶球中可能包括其他非球類對象，因此該步驟中，可以對從第二二維圖像數(shù)據(jù)中檢測出的所有疑似標靶球，在三維空間內(nèi)通過擬合、離群點處理等措施，從而最終找出準確的標靶球球心坐標，完成三維空間內(nèi)標靶球的準確定位。

由于二維數(shù)據(jù)與三維數(shù)據(jù)相比，運算量較少，因此步驟S300的上述實施方式根據(jù)二維數(shù)據(jù)來檢測標靶球，減少了運算量，從而加快了運算速度。

具體的，上述第一二維圖像數(shù)據(jù)包括第一灰度圖像和第一深度圖像。上述第二二維圖像數(shù)據(jù)包括第二灰度圖像和第二深度圖像。其中，第一灰度圖像和第二灰度圖像均為灰度圖像，灰度圖像反映了物體的部分紋理和空間關(guān)系。第一深度圖像和第二深度圖像均為深度圖像，深度圖像反映了物體的空間關(guān)系和物體到三維掃描裝置的距離。在此基礎(chǔ)上，上述步驟S310的其中一種具體實施方式包括以下步驟，請參考圖5。

步驟S311.分別對第一灰度圖像、第二灰度圖像進行閾值分割，對應得到第一灰度二值化圖像、第二灰度二值化圖像。

該步驟換言之，對第一灰度圖像進行閾值分割得到第一灰度二值化圖像；對第二灰度圖像進行閾值分割得到第二灰度二值化圖像。其中，閾值分割的基本原理是：通過設(shè)定不同的特征閾值，把圖像象素點分為若干類。第一灰度二值化圖像和第二灰度二值化圖像均為二值化圖像，二值化圖像是指圖像上的像素點的灰度值為0或255，呈現(xiàn)出明顯的只有黑和白的視覺效果。本實施例中，由于標靶球在灰度圖像中具有較高的亮度，因此通過閾值分割的方式易于將標靶球與其他特征分割開來。

步驟S312.分別計算上述第一灰度二值化圖像、第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以對應檢測出各疑似標靶球的第一二維圓心坐標、第二二維圓心坐標。

該步驟換言之，計算上述第一灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出各疑似標靶球的第一二維圓心坐標；計算上述第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出各疑似標靶球的第二二維圓心坐標。

其中，連通區(qū)域是指沒有“洞”的區(qū)域。圓形度的計算公式為面積乘上4π除以周長的平方。上述根據(jù)圓形度而采取的檢測方式可以為：設(shè)定與標靶球?qū)暮线m閾值，當某一連通區(qū)域的圓形度大于該閾值時，則認為是疑似標靶球，進而提取出相應的圓心坐標，即第一二維圓心坐標。

具體的，步驟S312還包括以下步驟，請參考圖6。

步驟S312a.分別對第一灰度二值化圖像、第二灰度二值化圖像進行濾波。

其中，可以利用形態(tài)學濾波或其他濾波方式對第一灰度二值化圖像、第二灰度二值化圖像進行濾波，以去除噪聲和干擾點。

步驟S312b.分別計算濾波后的第一灰度二值化圖像、濾波后的第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以對應檢測出各疑似標靶球的第一二維圓心坐標、第二二維圓心坐標。

該步驟換言之，計算濾波后的第一灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出各疑似標靶球的第一二維圓心坐標。計算濾波后的第二灰度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出各疑似標靶球的第二二維圓心坐標。

接下來請繼續(xù)參考圖5，步驟S310還包括以下具體步驟：

步驟S313.判斷上述第一灰度二值化圖像內(nèi)疑似標靶球的數(shù)量是否小于標定靶內(nèi)標靶球的總數(shù)量，若是，執(zhí)行步驟S314；否則，執(zhí)行步驟S320。

如果疑似標靶球的數(shù)量小于標定靶內(nèi)標靶球的總數(shù)量，代表第一灰度二值化圖像中的干擾因素較多，導致丟失了一些標靶球特征。因此，本實施例針對這種情況，進一步通過步驟S314來提高檢測的精確性。

步驟S314.利用局部閾值分割的方法對上述第一深度圖像進行分割得到第一深度二值化圖像。

其中，局部閾值分割是指將圖像分割成若干子圖像進行處理。由于深度圖像反映了物體到三維掃描裝置的距離，且標靶球所在的局部空間干擾較少，那么如果去除標靶球所在空間位置外的前景和背景，則能去除大部分干擾，因此可以利用步驟S313檢測到的疑似標靶球圓心到三維掃描裝置的距離信息，設(shè)置一個閾值distance1，然后將第一深度圖像中距離大于distance1的像素設(shè)置為0，從而僅保留了包含疑似標靶球的局部子圖像。之后對該局部子圖像進行閾值分割，即可得出第一深度二值化圖像。

步驟S315.計算上述第一深度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出其余疑似標靶球的第一二維圓心坐標。

其中，其余的疑似標靶球是指第一灰度二值化圖像由于干擾因素而丟失的標靶球特征。

步驟S316.判斷上述第二灰度二值化圖像內(nèi)疑似標靶球的數(shù)量是否小于標定靶內(nèi)標靶球的總數(shù)量，若是，執(zhí)行步驟S317；否則，執(zhí)行步驟S330。

如果疑似標靶球的數(shù)量小于標定靶內(nèi)標靶球的總數(shù)量，代表第二灰度二值化圖像中的干擾因素較多，導致丟失了一些標靶球特征。因此，本實施例針對這種情況，進一步通過步驟S317來提高檢測的精確性。

步驟S317.利用局部閾值分割的方法對上述第二深度圖像進行分割得到第二深度二值化圖像。

其中，局部閾值分割是指將圖像分割成若干子圖像進行處理。由于深度圖像反映了物體到激光束的距離，且標靶球所在的局部空間干擾較少，那么如果去除標靶球所在空間位置外的前景和背景，則能去除大部分干擾，因此可以利用步驟S316檢測到的疑似標靶球圓心到三維掃描裝置的距離信息，設(shè)置一個閾值distance2，然后將第二深度圖像中距離大于distance2的像素設(shè)置為0，從而僅保留了包含疑似標靶球的局部子圖像。之后對該局部子圖像進行閾值分割，即可得出第二深度二值化圖像。

步驟S318.計算上述第二深度二值化圖像內(nèi)各連通區(qū)域的圓形度，以檢測出其余疑似標靶球的第二二維圓心坐標。

其中，其余的疑似標靶球是指第二灰度二值化圖像由于干擾因素而丟失的標靶球特征。

因此，在上述步驟S310的具體實施方式中，通過灰度圖像和深度圖像來共同檢測疑似標靶球，從而能夠去除干擾點，提高抗干擾能力，增強了該三維點云數(shù)據(jù)配準方法的魯棒性?？梢岳斫獾氖?，步驟S310的具體實現(xiàn)方式不限于上述情況，只要能夠檢測所有疑似標靶球的第一二維圓心坐標、第二二維圓心坐標即可。

具體的，上述步驟S320的其中一種具體實施方式包括以下步驟，請參考圖7。

步驟S321.根據(jù)各第一二維圓心坐標從第一點云數(shù)據(jù)找出相應的第一三維球面點云，并擬合出各第一三維球面點云的球心。

其中，第一三維球面點云是對應某一疑似標靶球的球面點云。不同的第一二維圓心坐標可以找出不同的第一三維球面點云。具體的，可以先將各第一二維圓心坐標映射到三維空間，再利用標靶球的半徑約束原理從第一點云數(shù)據(jù)中找出相應的球面點云。具體方式例如：對于某一第一二維圓心坐標，以其映射到三維空間的點為中心，在第一點云數(shù)據(jù)中尋找位于(r-1)cm到(r+1)cm范圍內(nèi)的點云(其中，r為標靶球的半徑)，找出的點云即為該第一二維圓心坐標對應的第一三維球面點云。具體的，可以利用采樣一致性算法擬合出各第一三維球面點云的球心，從而可以得到相應的球心坐標。

步驟S322.對所有第一三維球面點云的球心進行離群點處理，得到包含標定靶內(nèi)所有標靶球球心坐標的第一球心點云。

由于步驟S310中得出的所有第一二維圓心坐標中可能有錯誤值，這些錯誤的第一二維圓心坐標通過步驟S321擬合出的第一三維球面點云的球心則不是真正的標靶球球心，即為離群點，因此通過步驟S322即可去掉這些離群點。離群點處理的具體實現(xiàn)方式例如為：先采用基于統(tǒng)計的離群點檢測、基于距離的離群點檢測或其他離群點檢測方法檢測出各離群點，然后去除這些離群點，從而得出包含標定靶內(nèi)所有標靶球球心坐標的第一球心點云。

可以理解的是，步驟S320的具體實現(xiàn)方式不限于上述情況，只要能夠根據(jù)所有所述第一二維圓心坐標從第一點云數(shù)據(jù)找出包含標定靶內(nèi)所有標靶球球心坐標的第一球心點云即可。

具體的，上述步驟S330的其中一種具體實施方式包括以下步驟，請參考圖8。

步驟S331.根據(jù)各第二二維圓心坐標從第二點云數(shù)據(jù)找出相應的第二三維球面點云，并擬合出各第二三維球面點云的球心。

其中，第二三維球面點云是對應某一疑似標靶球的球面點云。不同的第二二維圓心坐標可以找出不同的第二三維球面點云。具體的，可以先將各第二二維圓心坐標映射到三維空間，再利用標靶球的半徑約束原理從第二點云數(shù)據(jù)中找出相應的球面點云。具體方式例如：對于某一第二二維圓心坐標，以其映射到三維空間的點為中心，在第二點云數(shù)據(jù)中尋找位于(r-1)cm到(r+1)cm范圍內(nèi)的點云(其中，r為標靶球的半徑)，找出的點云即為該第二二維圓心坐標對應的第二三維球面點云。具體的，可以利用采樣一致性算法擬合出各第二三維球面點云的球心，從而可以得到相應的球心坐標。

步驟S332.對所有第二三維球面點云的球心進行離群點處理，得到包含標定靶內(nèi)所有標靶球球心坐標的第二球心點云。

由于步驟S310中得出的所有第二二維圓心坐標中可能有錯誤值，這些錯誤的第二二維圓心坐標通過步驟S331擬合出的第二三維球面點云的球心則不是真正的標靶球球心，即為離群點，因此通過步驟S332即可去掉這些離群點。離群點處理的具體實現(xiàn)方式例如為：先采用基于統(tǒng)計的離群點檢測、基于距離的離群點檢測或其他離群點檢測方法檢測出各離群點，然后去除這些離群點，從而得出包含標定靶內(nèi)所有標靶球球心坐標的第二球心點云。

可以理解的是，步驟S330的具體實現(xiàn)方式不限于上述情況，只要能夠根據(jù)所有第二二維圓心坐標從第二點云數(shù)據(jù)找出包含標定靶內(nèi)所有標靶球球心坐標的第二球心點云即可。

具體的，步驟S400的其中一種具體實施方式包括以下步驟，請參考圖9。

步驟S410.利用配準算法計算將第二球心點云配準到第一球心點云所在坐標系下的第一變換矩陣。

該步驟相當于進行點云初始配準，用于縮小第一點云數(shù)據(jù)與第二點云數(shù)據(jù)之間的旋轉(zhuǎn)和平移錯位，使得后續(xù)的精確配準不至于趨向錯誤的方向。其中，配準算法例如為ICP(Iterative Closest Point，迭代就近點)配準算法。第一變換矩陣是指相應的旋轉(zhuǎn)和平移矩陣。

步驟S420.根據(jù)上述第一變換矩陣對第二點云數(shù)據(jù)進行轉(zhuǎn)換。

其中，轉(zhuǎn)換后的第二點云數(shù)據(jù)為第二點云數(shù)據(jù)與第一變換矩陣的乘積。

步驟S430.利用配準算法計算轉(zhuǎn)換后的第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在坐標下的第二變換矩陣。

該步驟相當于進行精確配準，即在上述初始配準的基礎(chǔ)上使第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在坐標系的精度更高。其中，配準算法例如為ICP配準算法。

步驟S440.根據(jù)上述第一變換矩陣及第二變換矩陣將第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在坐標系下。

因此，第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在坐標系的配準轉(zhuǎn)換矩陣為第一轉(zhuǎn)換矩陣與第二轉(zhuǎn)換矩陣的乘積，故最終配準后的第二點云數(shù)據(jù)為第二點云數(shù)據(jù)與該配準轉(zhuǎn)換矩陣的乘積。

進一步的，上述步驟S400的具體實現(xiàn)方式中，在執(zhí)行步驟S420之前，還可以先分別對第一點云數(shù)據(jù)、第二點云數(shù)據(jù)進行抽稀。抽稀是指在保證矢量曲線形狀不變的情況下，最大限度地減少數(shù)據(jù)點個數(shù)，以去除重復的點。對第一點云數(shù)據(jù)、第二點云數(shù)據(jù)進行抽稀處理后，減少了運算量，從而進一步提高了運算速度?？梢岳斫獾氖牵舻谝稽c云數(shù)據(jù)、第二點云數(shù)據(jù)中沒有重復的點或重復點的個數(shù)小于設(shè)定閾值，也可省略上述抽稀的過程。

在經(jīng)過上述抽稀處理后，步驟S420即為：根據(jù)上述第一變換矩陣對抽稀后的第二點云數(shù)據(jù)進行轉(zhuǎn)換，得到轉(zhuǎn)換后的第二抽稀點云數(shù)據(jù)。設(shè)置第一點云數(shù)據(jù)為pCloud1、第二點云數(shù)據(jù)為pCloud2、抽稀后的第一點云數(shù)據(jù)為pCloud1_1，抽稀后的第二點云數(shù)據(jù)為pCloud2_1，那么轉(zhuǎn)換后的第二抽稀點云數(shù)據(jù)pCloud2_2＝pCloud2_1*T1，其中，T1為第一變換矩陣。

之后，步驟S430即為：利用配準算法計算上述轉(zhuǎn)換后的第二抽稀點云數(shù)據(jù)pCloud2_2配準到抽稀后的第一點云數(shù)據(jù)pCloud1_1所在坐標系下的第二變換矩陣T2。因此，pCloud2_1配準到pCloud1_1的最終轉(zhuǎn)換矩陣為：T1*T2，相當于第二點云數(shù)據(jù)pCloud2配準到第一點云數(shù)據(jù)pCloud1的最終轉(zhuǎn)換矩陣為：T1*T2。

可以理解的是，步驟S400的具體實現(xiàn)方式不限于上述情況，只要能夠根據(jù)第一球心點云與第二球心點云之間的轉(zhuǎn)換關(guān)系將第一點云數(shù)據(jù)與第二點云數(shù)據(jù)配準到同一坐標系下即可。例如，也可以將第一點云數(shù)據(jù)配準到第二點云數(shù)據(jù)所在的坐標系下。

另外，基于上述的三維點云數(shù)據(jù)配準方法，另一實施例提供了一種三維點云數(shù)據(jù)拼接方法，包括以下步驟，請參考圖10。

步驟S510.獲取三維掃描裝置分別對依次相鄰的第一目標空間、第二目標空間、第三目標空間、第四目標空間掃描得到的第一點云數(shù)據(jù)、第二點云數(shù)據(jù)、第三點云數(shù)據(jù)、第四點云數(shù)據(jù)。其中，第一點云數(shù)據(jù)與第二點云數(shù)據(jù)分別由三維掃描裝置以不同視角掃描得出，且均包括位于同一位置的標定靶的點云數(shù)據(jù)，標定靶包括多個標靶球。第二點云數(shù)據(jù)和第三點云數(shù)據(jù)為相同的點云。第三點云數(shù)據(jù)和第四點云數(shù)據(jù)分別由三維掃描裝置以不同視角掃描得出，且均包括位于同一位置的標定靶的點云數(shù)據(jù)。

該步驟中，第一目標空間、第二目標空間、第三目標空間、第四目標空間分別可以為依次相鄰的四個房間。第一點云數(shù)據(jù)與第二點云數(shù)據(jù)均包括位于同一位置的標定靶的點云數(shù)據(jù)，換言之，三維掃描裝置在對第一目標空間、第二目標空間分別進行掃描時，標定靶均位于第一目標空間和第二目標空間之間的公共掃描區(qū)域的同一個位置。同理，第三點云數(shù)據(jù)和第四點云數(shù)據(jù)分別由三維掃描裝置均包括位于同一位置的標定靶的點云數(shù)據(jù)，換言之，三維掃描裝置在對第三目標空間、第四目標空間分別進行掃描時，標定靶均位于第三目標空間和第四目標空間之間的公共掃描區(qū)域的同一個位置。

第二點云數(shù)據(jù)與第三點云數(shù)據(jù)為相同的點云數(shù)據(jù)，例如為以下情況：三維掃描裝置在對第二目標空間、第三目標空間進行掃描時，其位于第二目標空間與第三目標空間之間的公共掃描區(qū)域的同一個位置，那么三維掃描裝置則以相同的視角進行這兩次掃描，且在每一次掃描中三維掃描裝置均能同時掃描到第二目標空間和第三目標空間，從而使得第二點云數(shù)據(jù)與第三點云數(shù)據(jù)相同。

三維掃描裝置實施上述四次掃描過程可按以下方式進行：先將三維掃描裝置置于第一目標空間內(nèi)一個合適的位置，且將標定靶置于第一目標空間和第二目標空間之間的公共掃描區(qū)域，這時三維掃描裝置掃描后即可掃描得出第一點云數(shù)據(jù)；之后，將三維掃描裝置移動至第二目標空間和第三目標空間之間的公共掃描區(qū)域，且保持標定靶的位置不變，這時三維掃描裝置掃描后即可掃描得出第二點云數(shù)據(jù)；之后保持三維掃描裝置的位置不變，將標定靶移動至第三目標空間和第四目標空間的公共掃描區(qū)域，這時三維掃描裝置掃描后即可掃描得出第三點云數(shù)據(jù)；之后，再將三維掃描裝置移動至第四目標空間內(nèi)的一個合適位置，并保持標定靶的位置不變，這時三維掃描裝置即可掃描得出第四點云數(shù)據(jù)。

步驟S520.從上述第一點云數(shù)據(jù)、第二點云數(shù)據(jù)中分別找出第一球心點云、第二球心點云。其中，第一球心點云、所述第二球心點云均包含標定靶內(nèi)所有標靶球的球心坐標。

步驟S530.根據(jù)上述第一球心點云與上述第二球心點云之間的轉(zhuǎn)換關(guān)系將第一點云數(shù)據(jù)與第二點云數(shù)據(jù)配準到第一坐標系下。

由于第一目標空間和第二目標空間的公共掃描區(qū)域的同一個位置設(shè)有上述標定靶，因此第一點云數(shù)據(jù)與第二點云數(shù)據(jù)之間的配準可采用圖1所示實施例提供的三維點云數(shù)據(jù)配準方法進行配準，即步驟S520、步驟S530分別可以按照上一實施例中步驟S300、步驟S400的具體方式來執(zhí)行，這里就不再贅述。

步驟540.從第三點云數(shù)據(jù)、第四點云數(shù)據(jù)中分別找出第三球心點云、第四球心點云。其中，第三球心點云、第四球心點云均包含標定靶內(nèi)所有標靶球的球心坐標。

由于第三目標空間和第四目標空間的公共掃描區(qū)域的同一個位置也設(shè)有該標定靶，因此步驟S540同樣可以采用上一實施例提供的三維點云數(shù)據(jù)配準方法中的步驟S300的具體方式執(zhí)行，這里就不再贅述。

步驟S550.根據(jù)第三球心點云與第四球心點云之間的轉(zhuǎn)換關(guān)系，將第四點云數(shù)據(jù)配準到第三點云數(shù)據(jù)所在的坐標系下。

該步驟可采用上一實施例中圖9提供的方式來執(zhí)行，這里就不再贅述。

步驟S560.利用第三點云數(shù)據(jù)與第二點云數(shù)據(jù)之間的關(guān)系，將配準后的第四點云數(shù)據(jù)配準到第一坐標系下。

由于第三點云數(shù)據(jù)與第二點云數(shù)據(jù)相同，因此即可將步驟S550配準后的第四點云數(shù)據(jù)配準的第一坐標系下。那么，該步驟最終即可將第一點云數(shù)據(jù)、第二點云數(shù)據(jù)、第四點云數(shù)據(jù)均配準至同一坐標系(即第一坐標系)下。

步驟S570.將配準至第一坐標系下的第一點云數(shù)據(jù)、配準至第一坐標系下的第二點云數(shù)據(jù)及配準至第一坐標系下的第四點云數(shù)據(jù)拼接在一起。

該步驟即可完成第一點云數(shù)據(jù)、第二點云數(shù)據(jù)、第四點云數(shù)據(jù)之間的拼接。需要說明的是，由于第二點云數(shù)據(jù)與第三點云數(shù)據(jù)相同，因此在第二點云數(shù)據(jù)和第三點云數(shù)據(jù)中只需選擇一個點云數(shù)據(jù)即可。

為了更便于說明，接下以公式的方式描述上述拼接方法。

設(shè)定步驟S530中將第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在的坐標系下，設(shè)置第一點云數(shù)據(jù)為pCloud1、第二點云數(shù)據(jù)為pCloud2，那么，配準到第一點云數(shù)據(jù)所在的坐標系下的第二點云數(shù)據(jù)則為T1*T2*pCloud2，其中T1、T2分別為將第二點云數(shù)據(jù)配準到第一點云數(shù)據(jù)所在坐標下的第一變換矩陣、第二變換矩陣。

之后，設(shè)置第三點云數(shù)據(jù)為pCloud3、第四點云數(shù)據(jù)為pCloud4，那么，步驟S550執(zhí)行完畢得到的配準到第三點云數(shù)據(jù)所在坐標系下的第四點云數(shù)據(jù)為T3*T4**pCloud4。其中T3、T4分別為將第四點云數(shù)據(jù)配準到第三點云數(shù)據(jù)所在坐標下的第一變換矩陣、第二變換矩陣。

之后，步驟S560執(zhí)行完畢后得到的配準到第一坐標系下的第四點云數(shù)據(jù)為T1*T2*T3*T4*pCloud4。最后，步驟S570執(zhí)行完畢得到的拼接后的數(shù)據(jù)為pCloud＝pCloud1+T1*T2*pCloud2+T1*T2*T3*T4*pCloud4。

圖1、圖4至圖10為本發(fā)明實施例的方法的流程示意圖。應該理解的是，雖然圖1、圖4至圖10的流程圖中的各個步驟按照箭頭的指示依次顯示，但是這些步驟并不是必然按照箭頭指示的順序依次執(zhí)行。除非本文中有明確的說明，這些步驟的執(zhí)行并沒有嚴格的順序限制，其可以以其他的順序執(zhí)行。而且，圖1、圖4至圖10中的至少一部分步驟可以包括多個子步驟或者多個階段，這些子步驟或者階段并不必然是在同一時刻執(zhí)行完成，而是可以在不同的時刻執(zhí)行，其執(zhí)行順序也不必然是依次進行，而是可以與其他步驟或者其他步驟的子步驟或者階段的至少一部分輪流或者交替地執(zhí)行。

以上所述實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。