本发明专利技术涉及一种基于射线原理的三维点云数据精简方法，本发明专利技术首先假设由三维点云模型的中心位置点向各个方向均匀产生射线，使得射线充满整个三维空间，对于该空间中的点云模型，若模型中某点与其最近射线的距离小于一个给定的阈值，该点则被视为需要被精简的点，容易得知：射线越密集、阈值越大，三维点云模型中的数据点就越容易被精简，因此可以通过控制射线的数量及其他阈值，以达到不同程度的精简效果。本发明专利技术提出了一种不基于曲率计算的三维点云数据精简算法，在一定的精简程度范围内，该算法具有良好的精简效果及效率。
【技术实现步骤摘要】
本专利技术涉及数据处理领域，尤其涉及一种基于射线原理的三维点云数据精简算 法。
技术介绍
近年来，随着三维扫描仪成本的降低以及精度的提高，三维点云数据已经成为图 形学、逆向工程和工业领域中一种重要的数据表现形式。然而原始采集的三维点云数据量 非常大，这对后期的三维重建带来很大的困难，因此三维点云的去噪和简化工作是点云处 理中至关重要的一个环节。目前三维点云数据精简的算法有基于聚类的简化、基于曲率的简化等，这些方法 虽然能够在一定程度上精简点云数量，保留点云模型的特征，提高模型的重建效果，但是由 于大多需要进行递归操作或者曲率估算，所以对于点云数据量较大的模型，此类算法显得 非常耗时。 鉴于上述缺陷，本专利技术创作者经过长时间的研宄和实践终于获得了本创作。
技术实现思路
本专利技术的目的在于提供，用以克服上 述技术缺陷。 为实现上述目的，本专利技术提供，该具 体过程为： 步骤a，输入点云数据，建立k_d树以形成散乱点云之间的拓扑关系；步骤b，利用点云数据生成包围三维点云模型的立方体V111，并将该立方体依据点云 模型的中心点分为8个子立方体Vi(i= 0,1，...，7)，将所有的数据点依据其空间所在位置 进行归类，归入各自的子立方体中； 步骤c，依据点云模型子立方体，将立方体Vm的每一个面分为4个子平面，根据上 述步骤b中的射线生成方法生成射线；【主权项】1. 一种基于射线原理的=维点云数据精简算法，其特征在于，该具体过程为： 步骤a,输入点云数据，建立k-d树W形成散乱点云之间的拓扑关系； 步骤b，利用点云数据生成包围=维点云模型的立方体Vm，并将该立方体依据点云模型 的中屯、点分为8个子立方体Vi(i= 0,1，...，7)，将所有的数据点依据其空间所在位置进行 归类，归入各自的子立方体中； 步骤C，依据点云模型子立方体，将立方体Vm的每一个面分为4个子平面，根据上述步 骤b中的射线生成方法生成射线； 步骤山利用公式d= ，计算出子立方体Vi(i=0，1，...，7))中每个数据点到 S 通过该立方体的每条射线之间的距离di(i= 0,1，...，Max)，并由数据点到中屯、点Mid之 间的距离得出每个数据点相应的判断阔值diSi(i= 0,1，. . .，Max)，若中<dis1，则视为数 据点需要被精简。2. 根据权利要求1所述的基于射线原理的=维点云数据精简算法，其特征在于，在上 述步骤b中， 根据两点确定一条直线的原理，维点云模型的中屯、点作为所有射线的公共点，贝U只需要按一定规则生成射线另一点的坐标，就可W生成所有的射线； 步骤bl，生成一个最小的能够包围点云模型的立方体Vm，设该立方体的边长为以散乱 点云在X、Y、Z轴方向的最大值和最小值分别为；Xmax、Ymax、Zmax、Xmi。、Ymi。、Zmi。，则立方体边长 的计算方法如下： L=Max( (Xmax-Xmin)，（Ymax-Ymin)，（Zmax-Zmin) )(D L为边长，狂mh，Ymh，ZmJ为一顶点，作立方体，并使其能够完全包围点云模型； 步骤b2,在立方体的6个平面上生成所需要的点，W某一与xoy面平行的平面为例，设 该平面分别平行于X轴和Y轴的两边为11、L2,并且已知两边的端点分别为P1 (XI，yi，Zi)、 P2 (又2,Y2,Z2)和P2、P3 (又3,Ys，Z3)。3. 根据权利要求2所述的基于射线原理的=维点云数据精简算法，其特征在于，在上 述步骤b2中，设阔值d，假设生成的点为Pi(Xi，Yi，Zi)，则生成点坐标计算方法如下： Xi= (i/d)X(X1_又2)+又2(i= 0,1，2, . . . .d-1，d) 似 (i/d)X(y广y2)+Y2(i= 〇, 1，2, . . .，d_l，d) 做 Zi=z1=z2=z3(i= 0,1，2, . . .，d-1，d) (4) 则每个平面上生成点的数量为（d-1)2,可生成（d-l)2+4条射线，由此可W通过调节阔 值d的大小，W控制射线的数量，从而控制点云模型的精简程度。4. 根据权利要求1或2所述的基于射线原理的=维点云数据精简算法，其特征在于，在 上述步骤d中， 设直线L的方向向量为S= (n，m，q)，设直线上一点为M，直线外一点P，则点P到直线L的距离为d= ，阔值dis作为判断距离，控制精简程度；如果点P到直线L的距离 S d<dis，则点P被精简，否则保留。5. 根据权利要求4所述的基于射线原理的=维点云数据精简算法，其特征在于，在上 述步骤d中， 设中屯、点为Mid,数据点为Pi;设阔值为diSi，用于表示每个数据点进行精简操作时的 判断距离；设另一阔值为X，用于控制diSi的值；设点云数量为Max,令 diSi二xXDis tan ce (Mid，P1)2(i二0,1，2, ? ? ?，Max)巧） 其中，Distance(Mid,Pi)表示Mid与Pi么间的距离。【专利摘要】本专利技术涉及，本专利技术首先假设由三维点云模型的中心位置点向各个方向均匀产生射线，使得射线充满整个三维空间，对于该空间中的点云模型，若模型中某点与其最近射线的距离小于一个给定的阈值，该点则被视为需要被精简的点，容易得知：射线越密集、阈值越大，三维点云模型中的数据点就越容易被精简，因此可以通过控制射线的数量及其他阈值，以达到不同程度的精简效果。本专利技术提出了一种不基于曲率计算的三维点云数据精简算法，在一定的精简程度范围内，该算法具有良好的精简效果及效率。【IPC分类】G06T17-00【公开号】CN104794747【申请号】CN201410360056【专利技术人】王美丽, 廖昌粟, 张宏鸣, 胡少军, 何东健, 牛晓静 【申请人】西北农林科技大学【公开日】2015年7月22日【申请日】2014年7月24日本文档来自技高网...
【技术保护点】
一种基于射线原理的三维点云数据精简算法，其特征在于，该具体过程为：步骤a，输入点云数据，建立k‑d树以形成散乱点云之间的拓扑关系；步骤b，利用点云数据生成包围三维点云模型的立方体Vm，并将该立方体依据点云模型的中心点分为8个子立方体Vi(i＝0，1，...，7)，将所有的数据点依据其空间所在位置进行归类，归入各自的子立方体中；步骤c，依据点云模型子立方体，将立方体Vm的每一个面分为4个子平面，根据上述步骤b中的射线生成方法生成射线；步骤d，利用公式计算出子立方体Vi(i＝0，1，...，7))中每个数据点到通过该立方体的每条射线之间的距离di(i＝0，1，...，Max)，并由数据点到中心点Mid之间的距离得出每个数据点相应的判断阈值disi(i＝0，1，...，Max)，若di＜disi，则视为数据点需要被精简。
【技术特征摘要】
【专利技术属性】
技术研发人员：王美丽，廖昌粟，张宏鸣，胡少军，何东健，牛晓静，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。