一种利用法向一致性的尖锐几何边缘点识别方法技术

本发明专利技术公开了一种利用法向一致性在三维点云中识别尖锐几何边缘点的方法，具体实现方法是：对三维点云中的每一个点计算法向和法向一致性；在每一个点的邻域范围内寻找法向一致性的局部极值点；根据邻域内局部极值点的个数判断附近是否存在尖锐边缘，如果存在，再对该邻域内的所有点依据法向分布情况做进一步分类，根据邻域中心点是否位于分类边缘最终判定该点是否是尖锐边缘点；利用上述方法定位点云中的所有尖锐边缘点。本发明专利技术的边缘点探测方法能够适应边缘形态的任意变化，不需要对形成尖锐边缘的相交表面做任何模型假设，能够探测直线和曲线边缘、以及多面相交形成的角点，对于从三维点云中识别各类尖锐几何边缘都具有广泛的适应性。

A sharp geometric edge point recognition method based on normal consistency

The invention discloses a consistency in 3D point cloud recognition method based on geometric sharp edge point method. The specific method is: every point on the 3D point cloud computing method and to consistency; at each point of the neighborhood search method to local extremum consistency; according to the number of local extrema in the neighborhood near the judge whether there is a sharp edge, if it exists, then all the points in the neighborhood of the method according to the distribution of further classification, according to the neighborhood center points are located on the edge of the final classification to determine whether the point is the sharp edge; all sharp edge points using the above methods positioning point cloud. The invention of the edge point detection method can adapt to any changing edge shape, does not need to form a sharp edge intersection surface of any model assumptions, can detect straight and curved edges, and multi angle of intersection point for all kinds of cloud formation, from the recognition of 3D point sharp geometric edge has wide adaptability.

【技术实现步骤摘要】
一种利用法向一致性的尖锐几何边缘点识别方法
本专利技术涉及利用法向一致性的尖锐几何边缘点识别方法，属于三维点云数据处理领域。
技术介绍
三维激光扫描是一种近年来快速发展的三维空间成像技术，利用双轴伺服电机驱动激光测距器，对扫描场景的目标表面进行等间隔的连续采样，输出与三维场景几何形态完全一致的三维点云。这种技术正在被越来越广泛地应用于测绘、考古、机械加工制造、三维打印、机器人、无人驾驶等领域。几何边缘点是指，在三维点云中那些分布在尖锐几何边缘附近的点。几何边缘不仅能够清晰地勾勒出对象的整体轮廓，还能够表达显著的局部细节特征。相比于三维点云中孤立的点而言，边缘特征蕴含了更加丰富的语义信息，同时表达形式也非常简洁。因此，在基于三维点云的形状表达与匹配、目标识别与跟踪、场景理解与测图等视觉相关的任务中，识别尖锐几何边缘点几乎成为完成任务不可或缺的重要步骤。现有的三维点云边缘点识别方法可以分为两大类：第一类是将三维点云转换为二维图像，利用图像领域已有的边缘提取方法间接完成三维点云中的边缘点识别；另一类则是直接在三维空间中，根据法向突变或曲率极大值等特征，定位边缘点，又或者对点云构建三角网，根据相邻面片的差异性定位几何边缘。相比于第一类间接法，第二类方法具有更加广泛的适用性，适用于非结构化的散乱点云，能够直接应用于复杂的场景的三维点云。现有的基于法向突变和曲率极大值的边缘点识别方法(属于第二类)，都对噪声较为敏感，一个较大的噪声点都有可能使邻近点被错误识别为边缘点；对噪声的敏感性也导致这些方法难以识别不太明显的几何边缘，比如两个夹角接近180°的相交面形成的几何边缘。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种利用法向一致性的尖锐几何边缘点识别方法，从三维点云中找出位于尖锐几何边缘位置的特征点，识别准确率高。技术方案：为解决上述技术问题，本专利技术的一种利用法向一致性识别尖锐几何边缘点的方法，对于一幅给定点云，该识别方法包含以下步骤：S1，计算每一个点的法向；S2，计算每一个点在邻域范围内的法向一致性；S3，针对每一个点，在其邻域范围内寻找法向一致性局部极值点；S4，如果某个点q的邻域内局部极值点个数≥2，则将邻域点集的所有点都分配到以局部极值点为中心的分类中，如果点q正好在分类的边缘上，那么该点就是一个尖锐几何边缘点。作为优选，所述步骤S1包含：S1.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集S1.2，根据中的所有点，通过局部表面拟合或者PCA(主成分分析)方法计算点q的法向。作为优选，所述步骤S2包含：S2.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集的邻域半径r2小于或等于的邻域半径r1；S2.2，计算中的所有点与q的法向夹角，根据这些夹角计算点q的局部法向一致性cq。作为优选，所述步骤S2.1中，r2在0.8倍r1与1倍r1之间取值。作为优选，所述步骤S3包含：S3.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集的邻域半径r3应当大于的邻域半径r1；S3.2，对于中的每一个点pi，假设pi的局部法向一致性是ci，在中寻找法向一致性大于ci且与pi的法向夹角相对最小的点pj，将这个相对最小法向夹角记为θi，并记录下pi→pj的指向关系；S3.3，对于中的每一个点pi，计算ci*θi；S3.4，在中找出ci*θi特别大的显著点，这些点就是点q的邻域范围内的法向一致性局部极值点。作为优选，所述步骤S3.1中，r3在1.2倍r1与2倍r1之间取值。作为优选，所述步骤S3.4中，根据拉依达准则(3σ准则)判定显著点：假设中包含k3个点，计算它们ci*θi值的平均值μ和标准差σ，若ci*θi大于(μ+3σ)，则为显著点。作为优选，所述步骤S4包含：S4.1，如果点q的邻域内的局部极值点个数m≥2，创建m个分类，每一个极值点属于一个分类；S4.2，按照S3.2中确定的pi→pj的指向关系，将中的剩余点pi分配到与pj相同的分类中；S4.3，检查点q是否在分类边缘上，如果是，则判定点q即为一个尖锐几何边缘点。在本专利技术中，在为三维点云计算法向的过程中，尖锐几何边缘会引起附近法向的整体偏差，从而间接影响法向的自然分布状态，本专利技术正是利用了点云法向对尖锐边缘的敏感性设计了边缘点的识别方法，能够适应边缘形态的任意变化。能够根据局部邻域中的法向分布状态来识别边缘点，对点云噪声具有较强的鲁棒性，并且能够识别以较大钝角相交面形成的边缘。在本专利技术中，几何边缘是反映物体表面几何形态的重要特征，在几乎所有基于点云的三维表面建模、目标识别、对象几何尺寸量测等应用中，都需要从点云中提取精确几何边缘点的工作步骤。在三维表面建模应用中，识别出的几何边缘点被用来约束表面构网过程，确保构建的三角网在边缘位置具有正确边连接关系；随后，在纹理贴图过程中，几何边缘点能够保证三角网边缘与彩色图像边缘的一致性，提高边缘位置纹理映射的精确性。在目标识别应用中，几何边缘点有助于区分前景对象与背景环境，提高目标匹配的计算效率和精度。在对象几何尺寸测量中，识别出的尖锐几何边缘点，有助于测量人员定位精确的边缘位置，实现真正边到边的精确测量。有益效果：本专利技术的利用法向一致性识别尖锐几何边缘点的方法，能够适应边缘形态的任意变化，不需要对形成尖锐边缘的相交表面做任何模型假设，能够探测直线和曲线边缘、以及多面相交形成的角点。该方法对于点云噪声具有较强的鲁棒性，识别出的边缘点连续性很强，并且具有很强的敏感性，能够识别大钝角相交面形成的几何边缘，对于从三维点云中识别各类尖锐几何边缘都具有广泛的适应性。附图说明图1为根据邻域点集计算点云法向的示意图。图2为相交面夹角与它们法向夹角的几何关系示意图。图3为邻域点集内基于法向一致性的自动分类方法示意图。图4为邻域内分类中心点识别方法示意图。具体实施方式本专利技术的利用法向一致性识别尖锐几何边缘点的方法，给定一幅点云，该识别方法包含以下步骤：S1，计算每一个点q的法向，该步骤S1包含：S1.1，搜索点q的邻近点组成邻近点集对于点q，搜索以q为中心、半径为r1的球形范围内的所有点，组成点q的邻域点集如图1中黑色加大的点所示；S1.2，根据中所有点估计点q的法向量，点云中所有点的法向量均这样求解，对于点云中的每一个点都按照这种方法计算它的法向量，假设中包含k1个点，<方法①>采用平面拟合的方法计算法向：如图1所示，对中的点计算最小二乘意义上的拟合平面S，将平面S的法向作为点q的法向。平面S可以按照如下公式计算其中，n是平面S的法向量，d是原点到平面S的垂直距离。<方法②>采用主成分分析的方法计算法向：计算的质心并构建半正定协方差矩阵A，对A进行特征值分解，最小特征值对应的特征向量即为点q的法向。S2，计算点云中每一个点q在邻域范围内的法向一致性，该步骤S2包括：S2.1，搜索点q的邻近点组成邻近点集对于点q，搜索以q为中心、半径为r2的球形范围内的所有点，组成点q的邻域点集其中，r2＝0.9*r1；S2.2，根据中所有点的法向计算点q的邻域法向一致性c：假设中包含k2个点，根据这k2个点与q的法向夹角计算点q的局部法向一致性cq，其中，nq和ni分别是点q和它的邻近点本文档来自技高网...

【技术保护点】
利用法向一致性识别尖锐几何边缘点的方法，对于一幅给定点云，其特征在于，该识别方法包含以下步骤：S1，计算每一个点的法向；S2，计算每一个点在邻域范围内的法向一致性；S3，针对每一个点，在其邻域范围内寻找法向一致性局部极值点；S4，如果某个点q的邻域内局部极值点个数≥2，则将邻域点集的所有点都分配到以局部极值点为中心的分类中，如果点q正好在分类的边缘上，那么该点就是一个尖锐几何边缘点。

【技术特征摘要】
1.利用法向一致性识别尖锐几何边缘点的方法，对于一幅给定点云，其特征在于，该识别方法包含以下步骤：S1，计算每一个点的法向；S2，计算每一个点在邻域范围内的法向一致性；S3，针对每一个点，在其邻域范围内寻找法向一致性局部极值点；S4，如果某个点q的邻域内局部极值点个数≥2，则将邻域点集的所有点都分配到以局部极值点为中心的分类中，如果点q正好在分类的边缘上，那么该点就是一个尖锐几何边缘点。2.如权利要求1所述的利用法向一致性的尖锐几何边缘点识别方法，其特征在于，所述步骤S1包含：S1.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集S1.2，根据中的所有点，通过局部表面拟合或者PCA方法计算点q的法向。3.如权利要求1所述的利用法向一致性的尖锐几何边缘点识别方法，其特征在于，所述步骤S2包含：S2.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集的邻域半径r2小于或等于的邻域半径r1；S2.2，计算中的所有点与q的法向夹角，根据这些夹角计算点q的局部法向一致性cq。4.如权利要求3所述的利用法向一致性的尖锐几何边缘点识别方法，其特征在于，所述步骤S2.1中，r2在0.8倍r1与1倍r1之间取值。5.如权利要求1所述的利用法向一致性的尖锐几何边缘点识别方法，其特征在于，所述步骤S3包含：S3.1，对于点云中的每一个点q，搜索它的邻近点组成...

【专利技术属性】
技术研发人员：李嘉，邓辉，蓝秋萍，李子宽，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32