一种基于三角网格的激光点云特征点提取方法技术

一种基于三角网格的激光点云特征点提取方法，具体步骤为：1)采用Crust算法对激光点云进行三角剖分，得到初始的三角网格；2)对初始三角网格进行预处理，去除其中的错误连接；3)根据三角网格中共边三角形个数提取激光点云的边缘点；4)根据网格中各个顶点对应的三角形簇的面积关系获取激光点云中存在的空洞结构的边界点；5)通过相邻三角形夹角的大小检测出其中的尖锐点；6)将步骤3)、4)、5)中得到的激光点云边缘点、空洞结构边界点和尖锐点合并，形成激光点云的特征点集合。本发明专利技术基于三角网格间的拓扑关系，并针对激光点云所形成的不同结构分别给出了特征点的规则，并对激光点云进行特征点提取，借助所提取的特征点，可以更准确地描述点云特点。实验结果表明，相比于常规的固定邻域提取算法，基于三角网格的特征点提取算法得到的特征点更清楚地描述了目标轮廓，并可以获得更好的激光点云配准效果。

【技术实现步骤摘要】
一种基于三角网格的激光点云特征点提取方法
：本专利技术给出了一种基于三角网格的激光点云特征点提取方法，应用于激光雷达点云的配准、目标识别和分类等场景，属于基于激光点云的特征提取领域。
技术介绍
：特征点又称关键点、兴趣点，其定义为二维图像、三维曲面或者三维点云中，相对于原始数据具有不变性、代表性的点集，并且可以通过固定的检测原则对其进行提取的点。通常情况下，激光雷达采集到的数据量十分庞大，如果在配准、识别和分类等的过程中不加分辨地使用所有数据，将会导致算法效率低下。而特征点作为原始数据的紧凑表示，其数据量要远远少于原始数据，可以在很大程度上加快处理速度。目前，大多数特征点提取算法都是基于激光点云中的邻域特征进行判断的，这些方法将各个点的邻域作为目标的拓扑结构用于特征点提取，整个判断过程都是在固定邻域中进行的，因此需要在算法运行之前人为地指定邻域半径。然而由于遮挡等导致实际采集到的数据大都是不完整的，所以通常情况下邻域点并不能准确地体现目标的结构；同时，邻域半径的选择也影响着特征点提取的效果，很难选取到最佳的邻域半径。不同于散乱激光点云中用邻域点表示目标结构的方法，剖分处理后得到的三角网格可以直接代表目标的实际结构。因此，可以充分发挥三角网格的优点，基于网格中三角形间的连接关系来提取特征点，不再采用固定邻域近似目标结构。将特征点划分为边缘轮廓点、空洞结构边界点和尖锐点三部分，达到简洁、准确地描述目标的效果。
技术实现思路
：本专利技术针对激光点云配准、目标识别和分类等过程中存在的计算量大、计算耗时长等问题，采用对激光点云进行三角剖分的方式得到激光点云的三角网格，并在此基础上提供一种利用三角网格中三角形的连接关系和几何关系来提取特征点的技术，在保证处理精度的同时加快处理速度。本专利技术遵循了如下的技术方案，一种基于三角网格的特征点提取方法，其步骤如下：1)采用Crust算法对激光点云进行三角剖分，获得初始三角网格；2)通过距离约束对初始三角网格进行预处理，去除错误连接；3)根据共边三角形个数提取激光点云的边缘点；4)根据网格中各个顶点对应的三角形簇的面积关系得到激光点云中空洞结构的边界点；5)按照相邻三角形夹角的大小检测出尖锐点；6)合并步骤3)、4)、5)中获取的特征点，得到所处理激光点云的特征点。步骤1)中，采用Crust算法对激光点云P进行三角剖分，得到描述点云P的三角形集合S＝(s1，s2，…，sn)，其中下标n为三角网格中三角形的数量。激光可能会穿透部分材料，导致步骤1)中产生不符合实际结构的错误连接，主要表现为跨越不同面的长连接，步骤2)中对这种错误连接进行预处理。以p1，p2，p3为顶点的三角形si，分别计算其三边长，若其中存在大于所设定的阈值的边，则将其作为错误连接的三角形进行去除。步骤3)中对点云的边缘点进行检测。每个三角形有三条边，设整个三角网格中边的集合为E，ei为其中任一条边，若该边的两个顶点同时出现在网格中的两个三角形si1，si2中，则将ei记录为这两个三角形si1，si2的公共边。据此可计算集合E的共边三角形的数量n(E)，对其中的边ei，如果该边的共边三角形只有一个，即：n(ei)＝1(1)则将ei定义为边界边，并将其标记在集合L＝(l1，l2，...，lK)中，其中下标K为边界边的数量，L中任意边li有两个顶点li1，li2，这样就可以得到边界点集合B＝(li1，li2，...，li1，li2，...，lK1，lK2)。。步骤4)中利用三角网格中三角形面积变化的标准差提取空洞结构的边界点。对于点集P中的任一点pi，以其为顶点的三角形簇为ci＝(si1，si2，…，sik)，其中下标k为以点pi为顶点的三角形的个数。ci中的任一三角形sij的三个顶点分别为Vij1，Vij2，Vij3，进而得到三个边的向量并表示为由向量表示可以计算三角形sij的面积areaij如下：其中分别代表向量的模长，即三角形sij的两边边长，(a·b)为向量a，b的内积运算。以pi为顶点的各三角形的面积可以表示为向量Ai＝(areai1，areai2，…，areaik)，可以计算Ai中各个面积的标准差为σi。进一步可以得到各个顶点对应的三角形簇的面积变化的标准差σ＝(σ1，...，σM)，其中M为三角网格中顶点的个数。根据σ的变化情况确定空洞结构边界点提取过程中的阈值th1。σ中的最小值和最大值分别为σmin，σmax，将[σmin，σmax]均匀划分为N个区间，其中第i个区间可表示为[ai，bi]，i＝1，2，...，N。分别统计落在各个区间中的σ的元素个数，numi表示落入第i个区间的元素个数。进而可定义相邻区间的标准差个数的变化量为：Δnumk＝numk-numk-1k＝2，...，N(5)当表示第m个区间的标准差个数发生突变，该区间的中心值即可定义为空洞结构边界点提取的阈值，即若满足σi＞th1则将点pi作为空洞结构边界点。步骤5)采用相邻三角形夹角提取激光点云中尖锐点。三角网格中的任意三角形si，任一与其具有公共边的相邻三角形为sj，可以计算si，sj的法向量分别为ni，nj，通过法向量内积计算相邻三角形的夹角，即θij＝arccos(ni·nj)，arccos()为反余弦运算。由三角网格中相邻三角形的夹角均值和标准差可以表示尖锐点判断的阈值th2：th2＝max(θa+λσθ，3π/4)(7)式中，θa和σθ分别为整个三角网格中相邻三角形夹角的均值和标准差。λ为加权系数，取值范围为1-3，max()为取大运算。比较θij和th2的大小，若θij＞th2则将三角形si和sj公共边的两个顶点作为尖锐点。步骤6)中分别将步骤3)、4)、5)中提取的激光点云边缘点、空洞结构的边界点和尖锐点取并集得到最终的特征点集合。本专利技术与现有技术相比的优点在于：1)现有的固定邻域特征点提取算法需要事先指定邻域半径。邻域半径选取的合适与否直接关系到特征点提取的结果，然而对于如何选取邻域半径，目前还缺乏具体的理论指导，主要基于经验选取。而本方法在得到的三角网格的基础上进行特征点提取，其执行过程中根据三角形间的关系选择特征点，不需要事先指定邻域半径。2)目前的特征点提取算法对数据的完整性、点云密度和点云分布的均匀性有较高的要求，但由于遮挡等原因，激光雷达实际采集到的数据大都是不完整且分布不均匀的，这时，邻域点并不能真实表示激光点云中存在的各种结构。而本专利技术基于三角网格的方法得到的特征点具有较明确的物理含义，能够更准确地描述目标，并保留目标几何结构。附图说明：图1为本专利技术一种基于三角网格的激光点云特征点提取方法的流程图；图2为实测的卡车激光点云；图3为采用本专利技术对图2点云数据提取的特征点；图4为同一坐标系下待配准的两个激光点云；图5为采用本专利技术得到的特征点对两激光点云进行配准本文档来自技高网...

【技术保护点】
1.一种基于三角网格的激光点云特征点提取方法，其特征在于步骤如下：/n1)采用Crust算法对激光点云进行三角剖分，获得初始的三角网格；/n2)通过距离约束对初始三角网格进行预处理，去除错误连接；/n3)根据共边三角形个数提取点云的边缘点；/n4)根据网格中各个顶点对应的三角形簇的面积关系得到激光点云中空洞结构的边界点；/n5)按照相邻三角形夹角的大小检测出尖锐点；/n6)合并步骤3)、4)、5)中获取的特征点，得到所处理激光点云的特征点。/n

【技术特征摘要】
1.一种基于三角网格的激光点云特征点提取方法，其特征在于步骤如下：
1)采用Crust算法对激光点云进行三角剖分，获得初始的三角网格；
2)通过距离约束对初始三角网格进行预处理，去除错误连接；
3)根据共边三角形个数提取点云的边缘点；
4)根据网格中各个顶点对应的三角形簇的面积关系得到激光点云中空洞结构的边界点；
5)按照相邻三角形夹角的大小检测出尖锐点；
6)合并步骤3)、4)、5)中获取的特征点，得到所处理激光点云的特征点。


2.对于权利要求1中的基于三角网格的特征点提取方法，其特征在于：步骤3)中给出了一种利用共边三角形数量判断边缘点的方法。每个三角形有三条边，设整个三角网格中边的集合为E，ei为其中任一条边，若该边的两个顶点同时出现在网格中的两个三角形si1，si2中，则将ei记录为这两个三角形si1，si2的公共边。据此可计算集合E中的各边对应的共边三角形的数量n(E)，对其中的边ei，如果该边的共边三角形只有一个，即：
n(ei)＝1(1)
则将ei定义为边界边，并将其标记在集合L＝(l1，l2，...，lK)中，其中下标K为边界边的数量，L中任意边li有两个顶点li1，li2，这样就可以得到边界点集合B＝(li1，li2，...，li1，li2，...，lK1，lK2)。


3.对于权利要求1中的基于三角网格的特征点提取方法，其特征在于：步骤4)中采用了一种利用三角网格中三角形面积变化标准差判断空洞结构的边界点的方法。可以计算以pj为顶点的各三角形面积，将这些三角形面积作为序列，可以计算...

【专利技术属性】
技术研发人员：王文光，王浩然，张玉玺，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11