1.一种自动三维测量的视点规划方法，其特征在于，包括：A1、通过传感器获得初始状态下物体的点云数据，同时生成相应的二维深度图像；

A2、根据测量原理，建立图像像素与三维点云的对应关系，通过包围盒算法查找深度图像中的物体，以包围盒的中心位置为中心，将图像中被测物体分为八个区域直接作为候选的传感器移动方向；

A3、分别对所划分的八个区域的三维点云数据采用二次多项式进行趋势面分析，将趋势面拟合误差最小方向定为最佳方向，即传感器下一移动的方向；

A4、根据趋势面分析所得的结果，结合前后两个视角测量数据所需的重叠约束和传感器视场大小约束确定移动的距离，包括：A41、沿传感器移动方向提取深度图像点，得到图像上的一条直线，获得该直线所对应的点云数据空间曲线；

A42、利用最小二乘法拟合出该通过该空间曲线的平面表达式；

A43、在深度图像上沿传感器移动反方向设置一点A’，点A’到边界距离为d，d根据重叠区域大小要求决定；下一个视角摄像机视线与预估表面的交点C’到点A’的三维欧氏距离限定为R，距离R根据测传感器视场大小确定；空间中满足如下方程式：

2 2 2 2

(x‑x0) +(y‑y0) +(z‑z0) ＝R其中，x0、y0、z0为提取的角点坐标值；

A44、根据上述方程式得到非线性方程组，利用牛顿迭代法解非线性方程组；

A45、测量系统获取新视点下物体点云数据以及相应的二维深度图像，通过旋转和平移将新获取的点云数据变换到初始坐标系上，完成前后点云数据的拼合；

A46、判断被测物体是否测量完整，若测量完整则结束测量过程，否则转到步骤A2。

2.根据权利要求1所述的自动三维测量的视点规划方法，其特征在于，步骤A2中区域划分的方法为：通过包围盒方法确定当前视角测量数据的深度图像中物体的区域，直接基于深度图像对区域进行划分。

3.根据权利要求1所述的自动三维测量的视点规划方法，其特征在于，步骤A3中采用二次多项式对每个区域进行趋势面分析的方法具体如下：令二次趋势面模型为：

2 2

z＝a0+a1x+a2y+a3x+a4xy+a5y其中a0,a1,…,a5为待定的多项式系数，对于该区域的点云数据Pi(xi,yi,zi)，i＝1,

2,…,n；

记：

其中，X为多项式变量组成的矩阵，Z为已知曲面样本实际观测值所组成的矩阵，A为所求的待定系数组成的矩阵；根据最小二乘拟合，各矩阵之间的关系为：T T

XXA＝XZ

即:

最终获得的待定系数矩阵为：T ‑1 T

A＝(XX) XZ。

4.根据权利要求1所述的自动三维测量的视点规划方法，其特征在于，步骤A42具体包括：A42、利用最小二乘法拟合出通过该空间曲线的平面表达式方法为：平面方程的表达式如下：

记：

则：

z＝a0x+a1y+a2

对于提取的n个角点其坐标值为(xi,yi,zi),i＝0,1,…,n‑1其中，n≥3；

采用最小二乘法拟合平面方程，则方程系数应使下式取得最小值：要使得S取值最小，应满足S对各系数导数为0，即：进一步的，如下：

整理得：

表示成矩阵方程形式为：

求解线性方程组，得：a0、a1和a2，即得到所拟合平面方程；

步骤A44具体包括：

A44、根据方程式得到如下非线性方程组：利用牛顿迭代法，解非线性方程组：设

令

则Jacobi矩阵为：

牛顿迭代公式为：

将其展开得：