基于概率论的二维点云外包轮廓处理方法、装置及介质制造方法及图纸

本发明专利技术涉及一种基于概率论的二维点云外包轮廓处理方法、装置及介质的技术方案，包括：S100，使用Bowyer‑Watson算法处理点云数据，生成Delaunay三角网；S200，计算Delaunay三角网所有边长并进行降序排列，通过概率论计算长度阈值；S300，采用迭代法循环删除可退化边，得到点云外包轮廓的多边形。本发明专利技术的有益效果为：使用概率论方法计算核心参数，不依赖于先验知识或人工干预，实际处理效果良好；计算结果具有良好的幂等性。

【技术实现步骤摘要】
基于概率论的二维点云外包轮廓处理方法、装置及介质
本专利技术涉及计算机图形和空间地理信息领域，具体涉及了一种基于概率论的二维点云外包轮廓处理方法、装置及介质。
技术介绍
应用于计算机图形处理、空间地理信息等值线生成。在计算机图形处理、空间数据分析过程中，经常需要通过离散的点集合，提取研究对象的外部轮廓，从而实现几何建模和有效范围界定。比如在测绘行业，为了获取复杂环境的地形图，一般通过人工或者无人机雷达的方式进行抽样测量，抽样位置点是一个个离散点，如果离散点云整体轮廓为弯曲的条带状，确定测量区边界存在一定的困难。传统方法都是采用Delaunay三角剖分等方法来处理，提取的外部轮廓存在偏差。现有技术在二维点云外部轮廓提取和地理空间数据处理过程中，经常出现弯曲形、条带状的点云，其外部轮廓是凹多边形，直接使用Delaunay三角剖分处理方法得出的结果是凸多边形，不满足实际需求；目前主流凹多边形轮廓提取方法有滚边法、滚球法、盒的边界搜索法、行列法以及基于Delaunay三角网退化法等。目前凹多边形轮廓提取方法都涉及到一个核心的长度参数，比如滚边法本文档来自技高网...

【技术保护点】
1.一种基于概率论的二维点云外包轮廓处理方法，其特征在于，该方法包括：/nS100，使用Bowyer-Watson算法处理点云数据，生成Delaunay三角网；/nS200，计算Delaunay三角网所有边长并进行降序排列，通过概率论计算长度阈值；/nS300，采用迭代法循环删除可退化边，得到点云外包轮廓的多边形。/n

【技术特征摘要】
1.一种基于概率论的二维点云外包轮廓处理方法，其特征在于，该方法包括：
S100，使用Bowyer-Watson算法处理点云数据，生成Delaunay三角网；
S200，计算Delaunay三角网所有边长并进行降序排列，通过概率论计算长度阈值；
S300，采用迭代法循环删除可退化边，得到点云外包轮廓的多边形。


2.根据权利要求1所述的基于概率论的二维点云外包轮廓处理方法，其特征在于，所述S200包括：
S210，计算Delaunay三角网中所有的边长，加入边长列表中；
S220，按长度大小，对边长列表中的元素进行降序排序；
S230，取边长列表第N个元素值，作为长度阈值，其中应该是N为不大于n的最大正整数，n＝0.05m，m为边长列表的元素数量。


3.根据权利要求2所述的基于概率论的二维点云外包轮廓处理方法，其特征在于，所述S300包括：
S310，遍历Delaunay三角网，建立三角形、边、点的拓扑关系；
S320，统计边的共享关系，将不共享边加入不共享边列表，不共享边的顶点加入不共享边顶点列表；
S330，遍历...

【专利技术属性】
技术研发人员：赵自力，张志翱，张秀鹏，刘纪东，许亚峰，许明生，程志萍，王亚军，张浩彬，龚祎垄，
申请(专利权)人：珠海市规划设计研究院，
类型：发明
国别省市：广东;44