一种结合特征检测方法、顶点更新方法的点云去噪方法技术

本发明专利技术公开了一种结合特征检测方法、顶点更新方法的点云去噪方法，首先在点云上定义了一种新的离散算子，称为各向异性的二阶算子，在优化中作为正则项去恢复点云的法向量场。其次，基于前一步优化的法向量场，本发明专利技术提出了基于双边张量投票的特征点检测方法，进行特征点检测、分类；接着，利用前一步检测到的分类特征点，基于RanSAC算法针对每个特征点计算得到多重法向量；最后，利用上述的多重法向量信息进行顶点更新，从而得到去噪的点云数据。与现有技术相比，本发明专利技术的点云去噪方法能在保持尖锐几何特征的同时，较好的恢复非线性光滑区域，达到理想的去噪效果。

【技术实现步骤摘要】
一种结合特征检测方法、顶点更新方法的点云去噪方法
本专利技术属于计算机图形处理领域，具体涉及一种结合特征检测方法、顶点更新方法的点云去噪方法。
技术介绍
随着传感器技术的进步和计算机图形学的快速发展，人们进入了一个数字化的全新时代，伴随的是3D动画、3D打印、虚拟现实、增强现实等一些新颖技术的出现。三维点云数据作为一个新型三维数据的表达方式，获取的方法越来越多，且快捷方便，因此三维点云处理技术也成为科学研究的一个热点，它在机器人、工业制造及检测、虚拟现实、游戏设计、无人驾驶、3D打印、计算机辅助设计(CAD)、医学、军事、地形测量等领域均得到了广泛的应用。然而，在点云获取的过程中，受扫描设备精度、环境光线、物体材料及表面纹理等的影响，获得的点云数据不可避免地被噪声污染。这些噪声不仅影响点云的质量，还在某种程度上增加了点云的数量，在点云模型重建的过程中，会严重影响重建模型的质量。因此，对带有噪声的点云进行去噪成为不可或缺的步骤。点云去噪中关键问题是在去除噪声的同时最大程度的恢复尖锐特征和非线性光滑区域。目前主要的点云去噪方法包括基于隐式曲本文档来自技高网...

【技术保护点】
1.一种结合顶点更新方法的点云去噪方法，其特征在于，包括以下步骤：/nS1、获取点云的位置信息，所述点云的位置信息包括点云的顶点{p

【技术特征摘要】
1.一种结合顶点更新方法的点云去噪方法，其特征在于，包括以下步骤：
S1、获取点云的位置信息，所述点云的位置信息包括点云的顶点{pi:i＝1,2,…,V}、法向量信息{ni:i＝1,2,…,V}，其中，V代表顶点的数量，i为取到的第i个顶点；根据所述点云的位置信息，计算并存储每个顶点的KNN邻域信息；
S2、根据点云的顶点、法向量信息，以及每个顶点的KNN邻域信息，定义点云上的各向异性的二阶算子；将所述各向异性的二阶算子带入到法向量优化模型中，采用用于解决等式约束下的优化问题的优化算法求解上述法向量优化模型，得到优化后的法向量；所述各向异性的二阶算子定义为：



其中，分别是定义在边e+、l上的一阶梯度，边e+为点pi与点pj+之间的连线，边e-为点pi与点pj-之间的连线；ui为点pi上的信号、ui+为邻域点pj+上的信号，uj-为邻域点pj-上的信号；pj+、pj-均为包括在以pi为中心的二阶算子中的邻域点；we+、we-分别是定义在边e+和边e-上的非负权值；
S3、在得到优化后的法向量和原始点云的坐标后，对点云上的特征点进行分类，得到特征点集合；
S4、基于特征点集合的每项特征点，结合RanSAC算法计算得到多重法向量；最后，基于所述多重法向量进行顶点更新，输出去噪的点云数据。


2.根据权利要求1所述的点云去噪方法，其特征在于，步骤S2中，采用增广拉格朗日法-ALM求解法向量优化模型，得到优化后的法向量；
所述法向量优化模型定义为：



其中，第一项为正则项，第二项为保真项；l为中心点到任意两个邻域点连线的中点的线段，len(l)为l的边长；disk(pi)为以点pi为圆心的邻域组成的圆的面积，α为平衡参数；i＝{1,2,…,V}，V为顶点的数量；ni为需要输出的点云的法向量信息，为输入的点云的法向量信息；||*||2＝(∑i|*i|2)即对i项“*”进行平方运算后求得的累加值，即对i项“*”进行平方运算后的累加值进行开方运算；为线段l上关于法向量n的二阶算子，


3.根据权利要求2所述的点云去噪方法，其特征在于，步骤S3中，所按照点云的边、角及面，进行特征点分类。


4.根据权利要求3所述的点云去噪方法，其特征在于，步骤S4中，在结合RanSAC算法...

【专利技术属性】
技术研发人员：刘郑，肖晓文，郭明强，钟赛尚，谢忠，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42