一种无序3D点云的快速无损滤波方法技术

本发明专利技术属于三维图形处理技术领域，具体涉及一种无序3D点云的快速无损滤波方法，包括以下步骤：获取点云数据；建立点云的外接立方体；将所述外接立方体分割成三维网格；根据每个网格单元包含的点云数量为三维网格构建三维点云密度数组；遍历所有数组，以密度大于设定阈值的网格单元为种子点，基于区域生长进行滤波操作，搜寻对应的连通域，提取连通域中所有网格单元中包含的三维点，即为滤波后的点云数据。本发明专利技术的方法对于点云的外接立方体进行网格化切分，依据每个网格区域内包含的点云数量构建密度数组，并根据设定的密度阈值将稠密无序的点云转化为规则的二值化三维数组，算法复杂度低，并且能够大大减少点云的处理量，极大地提升效率。

A fast lossless filtering method for disordered 3D point clouds

【技术实现步骤摘要】
一种无序3D点云的快速无损滤波方法
本专利技术涉及三维图形处理
，具体涉及一种无序3D点云的快速无损滤波方法。
技术介绍
随着计算机图形学相关技术的应用范围越来越广，人们对于三维图形技术的关注度越来越高。而目前大多数三维模型是通过扫描设备获取的点云数据，由三维扫描设备发射扫描光到被测物体表面上，接受反射光，以此计算出物体表面点的三维坐标。然而由于扫描设备受到设备精度、环境光线以及表面材质等条件约束，扫描获取的点云模型不可避免地带有大量噪声。而带有噪声的点云数据会对后续的模型重构、分割、编辑等工作带来严重影响。因此，对带噪声模型进行去噪是保证几何模型精确度的关键。目前大部分获取的点云模型均为散乱点云，在针对散乱点云的去噪算法中，常用的算法有高斯滤波、分箱去噪、KD-Tree、半径滤波等方法。其中：高斯滤波适用于呈正态分布的数据，考虑到离群点的特征，则可以定义某处点云小于某个密度，即点云无效，计算每个点到其最近的k个点平均距离；分箱去噪方法适用于呈偏态分布的数据；KD-Tree方法构建KD树，随机取点求平均距离d，删掉所有大于2d的点；半径滤波器以某点为中心画一个圆计算落在该圆中点的数量，当数量大与给定值时则保留该点，数量小于给定值则剔除该点。这些技术都各有优势，但是仍然存在以下缺陷：(1)在工业精密测量中，高精度3D相机在扫描过程中会产生大量稠密的点云数据，运用以上这些方法进行无序点云滤波运算复杂度高，耗时较长，大大影响设备测量效率。(2)采集点云环境比较复杂或者图像标定及匹配误差会导致点云数据采样密度不均匀从而含有大量的稀疏离群噪声点和孤立群噪声点，针对这些离群噪声点，点云模型中的噪声不能完全被去除，还会出现压缩变形的问题，从而影响精密测量。参考专利文献：CN102930509B-一种机载激光点云数据的智能化滤波方法；CN103853840B-一种不均匀散乱点云数据的滤波方法；CN106340061B-一种山区点云滤波方法；CN106570835B-一种点云简化滤波方法；CN107798657B-一种基于圆柱坐标的车载激光点云滤波方法；CN109272458A-一种基于先验信息的点云滤波方法；CN110119438A-基于主动学习的机载LiDAR点云滤波方法。
技术实现思路
本专利技术的目的在于提供一种无序3D点云的快速无损滤波方法，本方法对于点云的外接立方体进行网格化切分，依据每个网格区域内包含的点云数量构建密度数组，并根据设定的密度阈值将稠密无序的点云转化为规则的二值化三维数组，算法复杂度低，并且能够大大减少点云的处理量，极大地提升效率。为实现上述目的，本专利技术提供如下技术方案：一种无序3D点云的快速无损滤波方法，其特征在于包括以下步骤：S100：获取点云数据；S200：建立点云的外接立方体；S300：将所述外接立方体分割成三维网格；S400：根据每个网格单元中包含的点云数据构建三维点云密度数组；S500：遍历数组，以密度大于设定密度阈值的网格单元为种子点，基于区域生长进行滤波操作，搜寻对应的连通域，提取连通域中所有网格单元中包含的三维点，即为滤波后的点云数据。进一步地，所述步骤S200包括：遍历点云，并找出最上方、最下方、最左方、最右方、最前方、最后方的点，以此六个点为边界建立外接立方体。进一步地，所述步骤S300包括：以外接立方体的某一顶点为原点，分别在x向、y向、z向设置分辨率resolutionX、resolutionY、resolutionZ，并计算出外接立方体的长lengthX、宽lengthY、高lengthZ；分别沿着x轴、y轴、z轴以步长stepX、stepY、stepZ进行分割，得到一个三维网格。进一步地，所述stepX＝lengthX/resolutionX，stepY＝lengthY/resolutionY，stepZ＝lengthZ/resolutionZ。进一步地，所述步骤S400包括：遍历每个网格单元，根据网格单元的位置，判定在当前网格单元中的点云数量，若当前的网格单元中不包含三维点，则对应的数组位置值为0，若当前的小网格单元中有n个三维点，则令对应的数组位置值为n，其中n大于等于1。进一步地，所述数组包括对应网格单元的位置信息，即数组位置值M(i,j,k)，其中i、j、k分别表示网格单元位于第i行、第j列、第k层。进一步地，所述步骤S500包括：S501、遍历数组，若当前的数组位置值大于密度阈值，则以此位置为种子点，将与种子点连接的连通域生长出；继续遍历，将所有的连通域全部搜寻出来；S502、判断每个联通域的体积，找出体积最大的连通域或者体积大于设定密度阈值的连通域作为目标联通域，并移除其他的连通域；S503、遍历目标联通域中的所有对应的网格单元，取出对应网格单元中包含的所有三维点，即为滤波后的点云数据。与现有技术相比，本专利技术的有益效果如下：(1)本专利技术对于点云的外接立方体进行网格化切分，并用尺寸与切分后的网格数量同样大小的密度数组来表示每个网格区域内点云疏密程度，且根据设定的密度阈值二值化此数组，将稠密无序的点云转化为规则的二值化的三维数组，算法复杂度低，并且能够大大减少点云的处理量，极大地提升效率。(2)本专利技术对于处理后的网格区域，取出每个非零网格区域的点云，能够尽可能大地还原出点云形状，减小测量时误差。(3)本专利技术中基于区域生长提取目标区域滤波，只需进行一次即可，无需多次迭代，效率更高。(4)本专利技术中按照网格单元中包含点的数量是否大于设定阈值为判断准则，生长出所有密度大于阈值的连通域，根据体积阈值滤除较小的噪声网格单元，对于保留的感兴趣区域网格单元，取出所有网格单元中包含的原有的测点，滤波后的主体点云不会发生任何畸变。通过虚拟的网格单元和连通域体积阈值来判定是否为噪声区域，若为噪声区域，则将其中包含的三维点去除，更为高效快捷。附图说明图1是一种无序3D点云的快速无损滤波方法的流程示意图。图2是实施例中步骤S200中点云数据的示意图。图3是实施例中步骤S300中三维网格的示意图。图4是实施例中原始点云数据示意图。图5是实施例中半径滤波方法滤波后得到的结果示意图。图6是实施例中统计滤波方法滤波后得到的结果示意图。图7是实施例中体素滤波方法滤波后得到的结果示意图。图8是实施例中本申请方法滤波后得到的结果示意图。具体实施方式下面将结合具体实施例对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1，一种无序3D点云的快速无损滤波方法，包括以下步骤：...

【技术保护点】
1.一种无序3D点云的快速无损滤波方法，其特征在于包括以下步骤：/nS100：获取点云数据；/nS200：建立点云的外接立方体；/nS300：将所述外接立方体分割成三维网格；/nS400：根据每个网格单元中包含的点云数据构建三维点云密度数组；/nS500：遍历数组，以密度大于设定密度阈值的网格单元为种子点，基于区域生长进行滤波操作，搜寻对应的连通域，提取连通域中所有网格单元中包含的三维点，即为滤波后的点云数据。/n

【技术特征摘要】
1.一种无序3D点云的快速无损滤波方法，其特征在于包括以下步骤：
S100：获取点云数据；
S200：建立点云的外接立方体；
S300：将所述外接立方体分割成三维网格；
S400：根据每个网格单元中包含的点云数据构建三维点云密度数组；
S500：遍历数组，以密度大于设定密度阈值的网格单元为种子点，基于区域生长进行滤波操作，搜寻对应的连通域，提取连通域中所有网格单元中包含的三维点，即为滤波后的点云数据。


2.根据权利要求1所述的一种无序3D点云的快速无损滤波方法，其特征在于：所述步骤S200包括：遍历点云，并找出最上方、最下方、最左方、最右方、最前方、最后方的点，以此六个点为边界建立外接立方体。


3.根据权利要求1所述的一种无序3D点云的快速无损滤波方法，其特征在于：所述步骤S300包括：以外接立方体的某一顶点为原点，分别在x向、y向、z向设置分辨率resolutionX、resolutionY、resolutionZ，并计算出外接立方体的长lengthX、宽lengthY、高lengthZ；分别沿着x轴、y轴、z轴以步长stepX、stepY、stepZ进行分割，得到一个三维网格。


4.根据权利要求3所述的一种无序3D点云的快速无损滤波方法，其特征在于：所述stepX＝len...

【专利技术属性】
技术研发人员：朱云龙，陈浩，郑军，
申请(专利权)人：聚时科技上海有限公司，
类型：发明
国别省市：上海;31