一种基于高斯加权离散导数的线点云几何特性估算方法技术

本发明专利技术涉及三维点云数据处理与三维场景重建技术领域，一种基于高斯加权离散导数的线点云几何特性估算方法，包括以下步骤：(1)获取线点云数据，(2)计算线点云参数，(3)定义高斯加权离散导数，(4)推导参数化曲线几何特性计算公式，(5)线点云几何特性估算。本发明专利技术具有以下优点：一是，利用高斯加权最小二乘，计算离散切线，由切线斜率定义高斯加权离散导数，引入的高斯权重根据邻点到给定点的距离调整其对给定点离散导数的贡献，降低了噪声的影响；二是，利用空间解析几何理论，推导普通参数化曲线的几何特性公式，结合高斯加权离散导数，将经典微分几何离散化，估算线点云的单位切向量和曲率，提升了估算的准确度。

A Method for Estimating Geometric Characteristics of Line Point Clouds Based on Gauss Weighted Discrete Derivatives

The present invention relates to the field of three-dimensional point cloud data processing and three-dimensional scene reconstruction technology. A method for estimating geometric characteristics of line point clouds based on Gauss weighted discrete derivatives includes the following steps: (1) obtaining line point cloud data, (2) calculating parameters of line point clouds, (3) defining Gauss weighted discrete derivatives, (4) deriving formulas for calculating geometric characteristics of parametric curves, (5) estimating geometric characteristics of line point clouds. The invention has the following advantages: firstly, the discrete tangent is calculated by using the Gauss weighted least squares, the Gauss weighted discrete derivative is defined by the tangent slope, and the Gauss weight is introduced to adjust its contribution to the discrete derivative of the given point according to the distance from the adjacent point to the given point, thus reducing the influence of noise; secondly, the geometric characteristics of the general parameterized curve are derived by using the theory of spatial analytic geometry. Combining with Gauss weighted discrete derivative, the classical differential geometry is discretized to estimate the unit tangent vector and curvature of line point cloud, which improves the accuracy of estimation.

【技术实现步骤摘要】
一种基于高斯加权离散导数的线点云几何特性估算方法
本专利技术涉及一种基于高斯加权离散导数的线点云几何特性估算方法，属于三维点云数据处理与三维场景重建

技术介绍
随着三维扫描测距技术的不断发展，三维点云数据在逆向工程、工业检测、自主导航、文物保护、虚拟现实等领域的应用越来越为广泛。三维点云数据处理技术作为实现上述应用的基础，发挥了至关重要的作用。在三维点云数据处理技术中，三维点云数据的几何特性估算是一项非常关键的技术，是多视配准、区域分割、模型重建等后续处理的基础，对三维点云数据的应用效果有着显著的影响。因此，研究如何从三维点云数据中准确地估算出几何特性，对于提高三维点云数据的应用水平具有重要的意义。从几何形状上，三维点云数据可以分为两种：线点云数据和面点云数据。利用二维激光扫描测距仪，扫描场景物体，可获取场景物体的线点云数据，其为一组分布在物体表面与扫描平面的交线上的有序离散点。利用三维激光扫描测距仪，扫描场景物体，获取场景物体的面点云数据，其为一组分布在物体表面上的离散点，从面点云数据中可提取出线点云数据。线点云几何特性估算是指利用线点云数据中离散点的坐标信息，来估算离散本文档来自技高网...

【技术保护点】
1.一种基于高斯加权离散导数的线点云几何特性估算方法，其特征在于包括以下步骤：步骤1、获取线点云数据，利用二维激光扫描测距仪，扫描场景物体，获取场景物体的线点云数据P＝{pi＝(xi,yi,zi)|1≤i≤n}，其是一组分布在扫描平面与物体表面交线上的有序离散点，其中pi＝(xi,yi,zi)为线点云P上的离散点，i为离散点的序号，n为离散点的个数；步骤2、计算线点云参数，利用累计弦长参数化的方法，计算线点云P中每个离散点pi的弦长参数ti，按公式(1)进行描述，

【技术特征摘要】
1.一种基于高斯加权离散导数的线点云几何特性估算方法，其特征在于包括以下步骤：步骤1、获取线点云数据，利用二维激光扫描测距仪，扫描场景物体，获取场景物体的线点云数据P＝{pi＝(xi,yi,zi)|1≤i≤n}，其是一组分布在扫描平面与物体表面交线上的有序离散点，其中pi＝(xi,yi,zi)为线点云P上的离散点，i为离散点的序号，n为离散点的个数；步骤2、计算线点云参数，利用累计弦长参数化的方法，计算线点云P中每个离散点pi的弦长参数ti，按公式(1)进行描述，参数ti∈S与离散点pi＝(xi,yi,zi)∈P形成了一一映射的关系αd:S→P，对于每一个参数ti∈S都有一个离散点pi＝(xi,yi,zi)∈P与之对应，表示为：pi＝αd(ti)＝(xd(ti),yd(ti),zd(ti))，ti∈S，其中，S＝{ti|1≤i≤n}为参数集合，xi＝xd(ti)、yi＝yd(ti)和zi＝zd(ti)为参数的离散函数；步骤3、定义高斯加权离散导数，利用连续函数的导数的几何含义，定义离散函数的导数，计算离散函数xi＝xd(ti)、yi＝yd(ti)和zi＝zd(ti)的导数，具体包括以下子步骤：(a)、在几何意义上，连续函数在给定点的导数等价于连续函数在该点的切线的斜率，因此，首先定义离散函数在给定点的切线，称为离散切线；离散函数xi＝xd(ti)在给定点(ti,xi)的离散切线定义为一条同时满足以下三个条件的直线x＝at+b，1)直线x＝at+b经过给定点(ti,xi)；2)直线x＝at+b与给定点(ti,xi)的邻点{(tj,xj)|i-m≤j≤i+m}之间沿x轴方向上的距离的平方和最小；3)邻点距离给定点越远，对直线的影响越小；其中，m为邻域的半径，j为邻点的序号，a为离散切线的斜率，b为离散切线在x轴的截距；(b)、根据离散切线的定义，利用有约束最优化问题的求解方法来计算在给定点(ti,xi)的离散...

【专利技术属性】
技术研发人员：王磊，安毅，马蕊，王晋豫，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21