一种基于最优传输理论的点云采样方法技术
【技术实现步骤摘要】
一种基于最优传输理论的点云采样方法
本专利技术属于三维图像处理
，涉及一种基于最优传输理论的点云采样方法。
技术介绍
自三维扫描设备问世以来，三维扫描技术迅速发展，当前技术已能够将现实世界中的三维信息快速地数字化。现实世界中的物体表面形状信息能快速地被转换并存储为点云数据。点云是散布于三维空间中的离散点集，根据扫描设备的不同，得到的点云数据除了三维坐标位置信息外，还可能会包含一些额外信息(如点的颜色、法向量等信息)。针对点云这种离散的数据集，研究者展开了各种各样的研究，如去噪、渲染、曲面重建等。点云数据与网格数据最大的不同在于其不具备边和面的连接信息。由此，点云数据大大的简化了数据的表达，为计算机图形学领域内的诸多应用提供了更为灵活的空间。但是由于采样环境的影响，点云数据往往存在大量的噪声或者是数据缺失，这些问题都将为相关的研究和应用带来挑战。采样是计算机图形学中的重要研究方向，在点绘制、半色调、可视化等方面都有广泛的应用。目前，根据采样所用的技术一般来说可以被分为三类：第一类是泊松盘采样法，该方法根据给定的采样半径，在采样域内随机的生成泊松盘，如果当前生成...
【技术保护点】
一种基于最优传输理论的点云采样方法，其特征在于：该方法主要包括以下步骤：S1：输入待采样的点云数据，对输入的点云数据进行质量分配；S2：对点云数据进行随机下采样，得到采样点集合，即随机的从原始点云数据中选取n个点作为采样点，其中n表示采样点的数量；S3：利用最优传输原理求解点云数据与采样点之间的最优传输计划；S4：根据S3所求传输计划计算传输代价，并调整采样点的位置；S5：对调整后的采样点重复执行步骤S3和S4，直到传输代价收敛，得到最终的采样结果。
【技术特征摘要】
1.一种基于最优传输理论的点云采样方法，其特征在于：该方法主要包括以下步骤：S1：输入待采样的点云数据，对输入的点云数据进行质量分配；S2：对点云数据进行随机下采样，得到采样点集合，即随机的从原始点云数据中选取n个点作为采样点，其中n表示采样点的数量；S3：利用最优传输原理求解点云数据与采样点之间的最优传输计划；S4：根据S3所求传输计划计算传输代价，并调整采样点的位置；S5：对调整后的采样点重复执行步骤S3和S4，直到传输代价收敛，得到最终的采样结果。2.如权利要求1所述的一种基于最优传输理论的点云采样方法，其特征在于：在步骤S1中，输入的待采样点云数据和随机下采样得到的采样点，它们的初始质量分布分别满足以下条件：其中，m表示点云中点的数量，表示点云中第i个点xi的初始质量，n表示采样点集中点的数量，p(yj)表示采样点集中第j个点yj的初始质量。3.如权利要求2所述的一种基于最优传输理论的点云采样方法，其特征在于：点云中每个点xi的初始质量通过协方差矩阵求解近似值，该近似值度量了局部曲面的变化，反应了该点处的特征信息，其步骤包括：首先，按如下公式构造xi的协方差矩阵C：其中，表示距离xi最近的第k个点，表示k近邻的质心；然后，计算协方差矩阵C最小的三个特征值且λ0≤λ1≤λ2：c·vl＝λl·vl，l∈{0，1，2}最后，通过已求得的特征值计算质量分布的近似值再将归一化：4.如权利要求1所述的一种基于最优传输理论的点云采样方法，其特征在于：在步骤S3中，使用最优传输理论求解点云与采样点之间的最优传输计划，主要包括以下步骤：首先，利用p-Wasserstein距离度量点云与采样点之间的传输代价，当p∈[1，∞]时，对于概率测度μ和v，它们之间的p-Wasserstein距离为：其中，d(x，y)表示从x到y的传输代价，π表示一个传输计划，传输计划的所有集合Π(μ，v)必须满足以下条件：Π(μ，v)＝{π|π(·，Ω)＝μ，π(Ω，·)＝v}然后，利用Wasserstein重心求解点云与采样点集之间的最优传输计划，Wasserstein重心被定义为：
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。