一种基于ViBe的三维声纳点云图像分割方法技术

本发明专利技术公开了一种基于ViBe的三维声纳点云图像分割方法，其特征在于，包括：(1)获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据；(2)对所述点云数据进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素；(3)利用ViBe算法对下采样过的点云数据进行图像分割；(4)利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据；(5)对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。

Image segmentation method of 3D sonar point cloud based on ViBe

The invention discloses a Vibe-based segmentation method for point cloud images of three-dimensional sonar, which is characterized in that: (1) acquiring sonar data, converting the three-dimensional sonar depth image data corresponding to each frame of sonar data into point cloud data in an orthogonal coordinate system; (2) sampling the point cloud data and taking variable resolution R as a parameter. The point cloud data is downsampled into a plurality of adjacent voxels whose edges are R; (3) image segmentation is performed on the downsampled point cloud data by Vibe algorithm; (4) each voxel is accumulatively graded by the result of image segmentation, and the foreground data and background data are separated according to the accumulative score; (5) the foreground data are clustered. After the class, the foreground data is expanded to obtain the final foreground cloud data centered on the original point in the voxel.

【技术实现步骤摘要】
一种基于ViBe的三维声纳点云图像分割方法
本专利技术属于三维声纳点云图像处理领域，具体涉及一种基于ViBe的三维声纳点云图像分割方法。
技术介绍
相控阵三维声纳系统是一种新型的水下三维声学成像系统，在港口实时监测及蛙人水下作业保护等方面具有广泛的应用价值。但是在获取三维声纳点云数据时，由于设备精度、操作者经验、水下环境因素等带来的影响，以及被测物体表面性质变化和数据拼接配准操作过程的影响，点云数据中将不可避免地出现一些噪声点。实际应用中除了这些测量随机误差产生的噪声点之外，由于受到外界干扰如障碍物等因素的影响，点云数据中往往存在着一些离主体点云即被测物体点云较远的离散点，即离群点。不同的获取设备点云噪声结构也有不同，在点云处理流程中滤波处理作为预处理的第一步，往往对后续处理管道影响很大，只有在滤波预处理中将噪声点、离群点等按照后续处理定制，才能够更好地进行配准、特征提取、曲面重建、可视化等后续应用处理。视觉背景减除算法(VisualBackgroundSubtraction，ViBe)是一种应用于视频图像领域的方法，主要用于视频图像的背景去除。针对上述情况，亟需提出一种可靠高效的三维声纳点云图像分割的方法，使得其具有重要的工程使用价值。
技术实现思路
本专利技术的目的是提供一种基于ViBe的三维声纳点云图像分割方法，该方法操作简单，高效快捷，能够有效地分割前景和背景，达到减小噪声、增强点云图像的目的。为实现上述专利技术目的，本专利技术提供以下技术方案：一种基于ViBe的三维声纳点云图像分割方法，包括以下步骤：(1)获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据；(2)对所述点云数据进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素；(3)利用ViBe算法对下采样过的点云数据进行图像分割；(4)利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据；(5)对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。体素是体积元素的简称，体素是数字数据于三维空间分割上的最小单位，体素用于三维成像等领域，一个体素中包含多个点数据。优选地，对总体点云数据直接进行下采样获得多个紧邻的边长为R的体素。优选地，依次对部分点云数据进行分段下采样获得多个紧邻的边长为R的体素。优选地，所述步骤(3)的具体步骤为：(3-1)对于每个体素：在体素的N-邻域中，随机选取n个点作为该体素的样本空间；(3-2)对某一帧点云图像进行分割时，将该帧的每个体素与该帧点云图像相对应的同坐标的样本空间进行相似度计数，当体素与样本空间中的一个点的强度差小于阈值T1时，拟合计数器C1加1，若比对完整个样本空间且C1大于等于阈值T2时，则认为该体素为背景数据，否则为预前景数据；(3-3)在对每一帧点云图像进行分割时，若一个前景点超过阈值T3次被判定为预前景数据，则该体素改为背景数据；(3-4)若一个体素为背景数据，则其有1/α的概率更新对应坐标的样本空间的一个点，也有1/α的概率更新自己的一个邻域的样本空间的一个点。在本专利技术中，无论背景数据是经步骤(3-2)获得背景数据，还是经步骤(3-3)获得的背景数据，均需要进行步骤(4)。上述中，所述阈值T1的取值为0.01～10000.00，阈值T2的取值为1至样本空间点数，阈值T3的取值为10～100。经大量实验验证获得，经这样一组阈值设置，能够实现对体素的较准确的分割，即较准确地将体素分成前景数据或背景数据。优选地，所述步骤(4)中，若一个体素在计算过程中，有不少于S1次在步骤(3)结束时被判定为预前景数据，则该体素被判定为前景数据，否则为背景数据，S1的取值为50。优选地，所述步骤(5)中，采用最邻近聚类方法对所述前景数据进行聚类，获得一个或多个体素集，聚类的距离阈值T4为1.0～20.0。优选地，所述步骤(5)中，将聚类后的结果反射到体素内的原始点上后，对前景数据进行膨胀核为E1、E2、E3的膨胀操作，其中，其中，E1、E2、E3的取值均为1至21之间的奇数，进一步地，E1、E2、E3的取值均为5。与现有技术相比，本专利技术具有以下有益的技术效果：(1)在对采集到的大量点云数据进行处理前，通过本方法可以有选择地去除大部分离群点，减弱设备和环境噪声的影响，同时降低后续处理的工作量，增强数据的有效性，有助于后期图像的重构，达到图像增强的目的。(2)本专利技术可以根据不同的设备和环境，通过人为地设定参数值，达到不同程度地去除离群点的目的，而不需要重新修改系统的程序，方便快捷，具有很强的实用性和灵活性。(3)本专利技术的分割方法效率高，通过采用特别的算法完成三维声纳点云的图像增强，程序运行时间短，数据处理速度快，满足实时性的要求。附图说明图1是本实施例提供的基于ViBe的三维声纳点云图像分割方法的流程图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。图1是本实施例提供的基于ViBe的三维声纳点云图像分割方法的流程图。如图1所示，本实施例提供的三维声纳点云图像分割方法，包括以下步骤：S101，获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据。实施例中，将三维声纳深度图像数据由球积坐标转为直角坐标，以获得正交坐标系下的点云数据。S102，对总体点云数据直接进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素。本实施例中，R取值为六个分段值，分别为16*16*16、64*64*64、84*84*64、112*112*64、140*140*64、176*176*64。S103，利用ViBe算法对下采样过的点云数据进行图像分割。具体过程为：(a)对于每个体素：在体素的N-邻域中，随机选取n个点作为该体素的样本空间；(b)对某一帧点云图像进行分割时，将该帧的每个体素与该帧点云图像相对应的同坐标的样本空间进行相似度计数，当体素与样本空间中的一个点的强度差小于阈值T1时，拟合计数器C1加1，若比对完整个样本空间且C1大于等于阈值T2时，则认为该体素为背景数据，否则为预前景数据；(c)在对每一帧点云图像进行分割时，若一个前景点超过阈值T3次被判定为预前景数据，则该体素改为背景数据；(d)若一个体素为背景数据，则其有1/α的概率更新对应坐标的样本空间的一个点，也有1/α的概率更新自己的一个邻域的样本空间的一个点。其中，α的取值一般为2-50，本实施例中，α取值为16，T1的取值为1，T2的取值为2，T3的取值为50，T4的取值为2。S104，利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据。具体地，若一个体素在计算的过程中，有不少于S次在步骤(3)结束时被判定为预前景数据，则该体素被判定为前景数据，否则为背景数据，本实施例中，S为50。S105，对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。对于体素外一些孤立的点，这些点有可能是前本文档来自技高网...

【技术保护点】
1.一种基于ViBe的三维声纳点云图像分割方法，其特征在于，包括以下步骤：(1)获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据；(2)对所述点云数据进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素；(3)利用ViBe算法对下采样过的点云数据进行图像分割；(4)利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据；(5)对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。

【技术特征摘要】
1.一种基于ViBe的三维声纳点云图像分割方法，其特征在于，包括以下步骤：(1)获取声纳数据，将每帧声纳数据对应的三维声纳深度图像数据转换为正交坐标系下的点云数据；(2)对所述点云数据进行采样，以可变分辨率R为参数，将所述点云数据下采样为多个紧邻的边长为R的体素；(3)利用ViBe算法对下采样过的点云数据进行图像分割；(4)利用图像分割结果对每个体素进行累加评分，根据所述累加评分分出前景数据和背景数据；(5)对所述前景数据进行聚类后，以体素内原始点为中心，对所述前景数据进行膨胀操作，以获得最终的前景点云数据。2.如权利要求1所述的基于ViBe的三维声纳点云图像分割方法，其特征在于，对总体点云数据直接进行下采样获得多个紧邻的边长为R的体素。3.如权利要求1所述的基于ViBe的三维声纳点云图像分割方法，其特征在于，依次对部分点云数据进行分段下采样获得多个紧邻的边长为R的体素。4.如权利要求1所述的基于ViBe的三维声纳点云图像分割方法，其特征在于，所述步骤(3)的具体步骤为：(3-1)对于每个体素：在体素的N-邻域中，随机选取n个点作为该体素的样本空间；(3-2)对某一帧点云图像进行分割时，将该帧的每个体素与该帧点云图像相对应的同坐标的样本空间进行相似度计数，当体素与样本空间中的一个点的强度差小于阈值T1时，拟合计数器C1加1，若比对完...

【专利技术属性】
技术研发人员：蒋荣欣，田翔，刘雪松，陈耀武，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33