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
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。