点云噪声的去除方法、去噪系统、计算机设备及存储介质技术方案

本发明专利技术提出了一种点云噪声的去除方法、去噪系统、计算机设备及计算机可读存储介质，其中点云噪声的去除方法，包括：获取点云数据；确定点云中的异常点，并将异常点删除；确定删除异常点后的点云中的噪声点，并将噪声点删除。本发明专利技术经过异常点删除和噪声点删除这两个主要步骤后达到点云去噪的目的，在达到较好的点云去噪的效果的同时，提高了点云去噪的处理速度。

Denoising System, Computer Equipment and Storage Media for Point Cloud Noise Removal

【技术实现步骤摘要】
点云噪声的去除方法、去噪系统、计算机设备及存储介质
本专利技术涉及图像处理
，具体而言，涉及一种点云噪声的去除方法、去噪系统、计算机设备及计算机可读存储介质。
技术介绍
相关技术中，采集到的图像的三维点云数据通常会带有噪声的侵蚀。在硬件方面，由于深度相机或三维激光扫描仪的精度误差，会出现噪声；软件方面，在生成点云的算法过程中由于角度测量的误差或者浮点数运算的不精确性，可能会将点置于错误的位置。在环境方面，由于环境的因素(例如空气中的灰尘，物体表面发生的漫反射等)，可能会对采集的点云产生影响。针对类似上述的带有噪声的三维点云数据，目前有两类主流的去噪算法：基于平面的去噪算法和基于图信号处理的滤波算法。基于平面的去噪方法利用噪声远离物体表面这一特点，针对点云上每一个小点集，为这个点集拟合一个平面，计算每个点与平面的距离，距离过大的点将被视为噪声，从而被删除。主要包括以下三种方法：(1)首先计算出了每个点的k近邻，然后应用最小二乘法来将这些点拟合为一个平面，最终将这k近邻点移动到相应的拟合平面上达到去噪的目的。但这种方法需要用移动最小二乘法求得拟合曲面，需要求解非线性优化问题，因而计本文档来自技高网...

【技术保护点】
1.一种点云噪声的去除方法，其特征在于，所述方法包括：获取点云数据；确定所述点云中的异常点，并将所述异常点删除；确定删除所述异常点后的所述点云中的噪声点，并将所述噪声点删除。

【技术特征摘要】
1.一种点云噪声的去除方法，其特征在于，所述方法包括：获取点云数据；确定所述点云中的异常点，并将所述异常点删除；确定删除所述异常点后的所述点云中的噪声点，并将所述噪声点删除。2.根据权利要求1所述的点云噪声的去除方法，其特征在于，所述确定所述点云中的异常点，并将所述异常点删除的步骤，具体包括：设置初始距离；确定以所述点云中的任一点为中心，所述初始距离为半径的范围内的点的数量；若所述数量小于预设值，则将所述点被确定为所述异常点，并对所述异常点进行删除。3.根据权利要求1或2所述的点云噪声的去除方法，其特征在于，所述确定删除所述异常点后的所述点云中的噪声点，并将所述噪声点删除的步骤，具体包括：将所述点云分解为多个点云块，再将每个所述点云块分解为多个面片；拟合出每个所述面片的拟合曲面，计算任一所述面片中每一点到所述拟合曲面的距离，形成所述拟合曲面的距离向量；将所述面片建为无向图，并得到所述无向图的图拉普拉斯矩阵；根据所述拟合曲面的距离向量和所述图拉普拉斯矩阵建立优化方程，并对所述优化方程求解，得到最优距离向量；将所述最优距离向量与所述拟合曲面的距离向量进行比较，若绝对差值大于预设差值，则将所述点确定为所述噪声点，并对所述噪声点进行删除；其中，所述拟合曲面为z＝f(x,y)，所述优化方程为所述最优距离向量为q为所述拟合曲面的距离向量，L为所述图拉普拉斯矩阵，I为单位矩阵，τ1、τ2为参数。4.根据权利要求3所述的点云噪声的去除方法，其特征在于，所述计算任一所述面片中每一点到所述拟合曲面的距离，形成所述拟合曲面的距离向量的步骤，包括：获取任一所述面片上每一所述点在x0y平面上的投影点，计算所述投影点到所述点的距离，根据所述投影点到所述点的距离选取预设步长；根据所述预设步长在所述拟合曲面上对应地确定多个曲面点，分别计算所述点到每个所述曲面点的距离，将所述点到所述曲面点的距离中最小的距离作为所述点到所述拟合曲面的距离；由每个所述点到所述拟合曲面的距离形成所述拟合曲面的距离向量；其中，pi(xi,yi,zi)为所述点的坐标，p'i(xi,yi,z'i)为所述投影点的坐标，z'i＝f(xi,yi)，d＝||zi-z'i||为所述投影点到所述点的距离，d/l为所述预设步长，l∈Z+，多个所述曲面点为5.根据权利要求4所述的点云噪声的去除方法，其特征在于，所述将所述面片建为无向图，并得到所述无向图的图拉普拉斯矩阵的步骤，具体包括：将所述面片上的每一所述点作为顶点，将所述拟合曲面的距离向量作为顶点属性；将所述面片建为无向图，根据第一计算公式计算连接所述顶点之间的边的权重；对于任一所述顶点，选取所述顶点的多个所述边的权重中权重值由小到大的预设数量的顶点作为所述顶点的邻居点；保留所述邻居点对应的所述边的权重，将剩余的所述边的权重置0，将所有所述边的权重作为矩阵元素形成所述无向图的带权邻接矩阵，并根据第二计算公式计算度矩阵；将所述度矩阵与所述带权邻接矩阵的差值作为所述无向图的图拉普拉斯矩阵；其中，所述第一计算公式为wi,j＝exp(-β||qi-qj||2)，wi,j为连接顶点i与顶点j的边的权重，β为参数，所述第二计算公式为Di,j为所述度矩阵。6.一种点云噪声的去除系统，其特征在于，所述系统包括：数据获取模块，用于获取点云数据；异常点删除模块，用于确定所述点云中的异常点，并将所述异常点删除；噪声点删除模块，用于确定删除所述异常点后的所述点云中的噪声点，...

【专利技术属性】
技术研发人员：胡玮，高翔，郭宗明，
申请(专利权)人：北京大学，北大方正集团有限公司，北京北大方正电子有限公司，
类型：发明
国别省市：北京,11