一种信号修复增强方法及装置制造方法及图纸

本发明专利技术公开了一种信号修复增强方法及装置，通过孔洞检测、搜索目标块c

【技术实现步骤摘要】
一种信号修复增强方法及装置
本专利技术属于信息信号处理领域，具体涉及一种信号修复增强方法及装置。
技术介绍
光学激光测距仪、激光雷达扫描仪等三维扫描技术主要通过发射器脉冲出光线投放到目标探测的环境，接收器接收反射回来的光线，计算处理得到场景目标的三维信息。该项技术获取的空间三维信息通常以三维点云形式呈现，目前点云已广泛应用于文化遗产修复、自动驾驶导航、三维模型完善等各个领域。然而，三维扫描技术所采集的点云数据不可避免地存在数据误差，在扫描结果中会以缺失数据的孔洞形式呈现。缺失数据的原因包括不完整的扫描视图导致的物体遮挡、目标物体表面材料对激光束的折射率和反射率、扫描仪本身的局限性等。因此点云数据在后续应用前必须进行点云的孔洞检测及修复，提高点云数据质量。点云修复技术主要是从已有点云中搜索并推断合理的体素数据，通过调整后以插值的方式实现缺失区域的自动修复，或根据已有点云数据结构，预测待修复区域点云数据值，使被修复的目标物体呈现出完整的视觉效果，并和真实采集到的目标物体几何结构保持一致性。现有的三维点云修复算法可以根据修复基于的信息分为基于数据库信息和基于孔洞周围局域信息两类，或者根据修复时使用的数据格式分为网格孔洞修复和点云孔洞修复两类。基于数据库信息的方法主要通过搜索外界资源中相似的数据来填充缺失区域，例如先通过参考缺失区域周围的几何信息，从已有的点云库中寻找相似数据进行填充。此类方法的缺点是高度依赖于数据库中预先存储的相似数据，数据涵盖面越广，点云修复质量越高。基于孔洞周围局域信息的方法主要参照当前点云本身的数据，直接通过对缺失区域周围的点的分析来预测缺失区域。此类方法通常会提取孔洞特征，包括周围点云或孔洞边界点的几何特征，对缺失部分进行曲面拟合，拟合方法包括采样插值、边界延伸、优化方程求解等。此类方法的缺点是完全依靠孔洞周围的局部信息进行修补，参考信息较单一，所以其修补结果比实际内容要更趋于平面，保真度低。网格孔洞修复方法通常基于三角网格模型的拓扑结构检测孔洞边界，利用邻近区域的几何结构及拓扑特征对缺失部分进行拟合修复。此类方法的缺点是依赖于网格质量，对于数据量小且曲面平缓的点云数据具有较好的修复效果，反之则由于需要对输入点云进行网格化，耗时大幅增加，效率降低。点云孔洞修复方法通常先对散乱无序点云进行预处理，通过边界检测算法提取点云边界实现孔洞识别，直接拟合缺失区域的点云曲面进行修复，此类方法无需对输入点云进行网格化建模，也不依赖预先存储的点云数据库，因此受到研究学者越来越多的关注。中国专利申请CN109859114A公开了一种基于局域平滑性和非局域相似性的三维点云修复方法，通过点云的体素化、点云孔洞的检测、搜索相似区域及相对位置的匹配，从而修复缺失区域，该方法为了不使结果趋于平面或不符合事实，在修复缺失区域的优化问题中，专门设立了一个项来保持结果块中的已知区域的部分与目标块中一致，能保持原本的几何特征。但优化问题的求解需要大量矩阵计算，当点云数据量较大时，耗时增加显著。综上所述，现有的针对三维点云修复方法的研究多数集中于基于网格化点云数据修复孔洞方法，针对直接利用点云数据修复孔洞的研究相对较少，所以探索并研究高效的三维点云修复方法，使修复后的目标点云在三维空间中保持高保真度、减少几何结构的损失已经成为了现阶段点云研究应用领域亟需解决的重大问题。
技术实现思路
针对上述问题，本专利技术提出了一种信号修复增强方法及装置，旨在通过将点云数据分割为更小的处理单元，搜索与包含孔洞的单元在几何特性上相似度最高的匹配单元，继而通过法线配准信息对匹配单元进行刚体变换，填补入孔洞内实现修复。该方法的目标是在搜索到相似度最高的匹配单元后进行填补修复时，实现较高质量和高保真度的点云修复效果。为实现上述专利技术目的，本专利技术采用如下技术方案：一种信号修复增强方法，其步骤包括：1)提取原始点云Pin的点集几何特征，获取原始点云Pin的边界点，并从边界点中识别孔洞边界点，获取含有孔洞位置信息的小点云Ph；2)将小点云Ph分割为含有孔洞单元标记的目标块ctj与具有足够点数的候选块cci，并根据各目标块ctj与所有候选块Cci之间的匹配相似度，为目标块ctj在候选块cci中选定源块csj，其中i为候选块的序号，j为目标块的序号；3)依据点集几何特征，分别生成目标点云与源点云计算目标点云与源点云之间的距离误差最小化的刚体变换矩阵Hj，并将刚体变换矩阵Hj作用于源块csj上后，把不在目标块ctj区域内的点去除，得到块cpj；4)将各块cpj替代相应目标块ctj，得到修复后点云Po。进一步地，所述几何特征包括：点法线。进一步地，获取原始点云的边界点之前，对原始点云进行体素化预处理，得到预处理后的点云Pv；所述体素化预处理的步骤包括：1)将原始点云Pin所在的原始全局坐标分割成单位为T的体素块，将输入原始点云Pin转换为体素化坐标，其中T＞0；2)对于每个体素块中的点集，以体素块的几何中心点为中心建立非局部图，获取原始点云Pin中每个点对应的附加属性值；3)对于每一体素块，将体素块中每个点对应的附加属性值进行加权平均，得到该体素块几何中心点的附加属性值；4)将各体素块几何中心点代替相应体素块中点集，构成预处理后的点云Pv。进一步地，通过以下步骤获取边界点：1)利用KNN搜索提取各点的K领域；2)基于采样点相对于k近邻点的位置特征，判断该采样点是否为边界点。进一步地，通过以下步骤从边界点中识别孔洞边界点：1)利用单坐标值搜索法，获取属于目标物体表面的完整边界点；2)在边界点中删除完整边界点，得到孔洞边界点。进一步地，计算匹配相似度的方法包括：直流分量(DirectComponent，DC)和各向异性图全变分(AnisotropicGraphTotalVariation，AGTV)。进一步地，通过以下步骤生成目标点云与源点云1)设定目标块ctj包含的点集为{pi′}，源块csj包含的点集为{qj′}，其中0≤i′≤N，N为目标块ctj中点的数量，0≤j′≤M，M为源块csj中点的数量；2)对于目标块ctj中每一点pi′，遍历源块csj中的点qj′，计算点pi′与点qj′之间的距离di′，j′及点pi′的法向量ni′与点qj′的法向量nj′之间的夹角θi′，j′，其中通过点集几何特征，得到点pi′的法向量ni′与点qj′的法向量nj′；3)在夹角θi′，j′小于阈值ε的距离di′，j′中，选取数值最小的距离di′，j′，得到与点pi′匹配的点qj′，并将点gj′从源块csj的点集中删除；4)当源块csj的点集中点数量为0或目标块ctj中的所有点遍历完毕后，目标块ctj与源块csj中成功匹配的点分别进行重构，生成目标点云与源点云进一步地，刚体变换矩阵其中R为旋转矩阵，t为平移向量，为目标点云中的点，为源点云中的点，为一对匹配点对。一种存储介本文档来自技高网...

【技术保护点】
1.一种信号修复增强方法，其步骤包括：/n1)提取原始点云P

【技术特征摘要】
1.一种信号修复增强方法，其步骤包括：
1)提取原始点云Pin的点集几何特征，获取原始点云Pin的边界点，并从边界点中识别孔洞边界点，获取含有孔洞位置信息的小点云Ph；
2)将小点云Ph分割为含有孔洞单元标记的目标块ctj与具有足够点数的候选块cci，并根据各目标块ctj与所有候选块cci之间的匹配相似度，为目标块ctj在候选块cci中选定源块csj，其中i为候选块的序号，j为目标块的序号；
3)依据点集几何特征，分别生成目标点云与源点云计算目标点云与源点云之间的距离误差最小化的刚体变换矩阵Hj，并将刚体变换矩阵Hj作用于源块csj上后，把不在目标块ctj区域内的点去除，得到块cpj；
4)将各块cpj替代相应目标块ctj，得到修复后点云Po。


2.如权利要求1所述的方法，其特征在于，所述几何特征包括：点法线。


3.如权利要求1所述的方法，其特征在于，获取原始点云的边界点之前，对原始点云进行体素化预处理，得到预处理后的点云Pv；所述体素化预处理的步骤包括：
1)将原始点云Pin所在的原始全局坐标分割成单位为T的体素块，将输入原始点云Pin转换为体素化坐标，其中T＞0；
2)对于每个体素块中的点集，以体素块的几何中心点为中心建立非局部图，获取原始点云Pin中每个点对应的附加属性值；
3)对于每一体素块，将体素块中每个点对应的附加属性值进行加权平均，得到该体素块几何中心点的附加属性值；
4)将各体素块几何中心点代替相应体素块中点集，构成预处理后的点云Pv。


4.如权利要求1所述的方法，其特征在于，通过以下步骤获取边界点：
1)利用KNN搜索提取各点的K领域；
2)基于采样点相对于k近邻点的位置特征，判断该采样点是否为边界点。


5.如权利要求1...

【专利技术属性】
技术研发人员：时豫，杨川川，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11