基于改进区域生长法的非均匀点云面域分割方法技术

本申请涉及一种基于改进区域生长法的非均匀点云面域分割方法。该方法包括：去除待分割的三维激光点云的离群数据点，获得点云主体；对点云主体进行降采样，并进行粗分割，划定各面域所在空间坐标范围及面积估算；基于k邻域点协方差矩阵的特征值确定各面域的各网格所属的网格类型；根据各面域所有均点网格中的点构成均点数据集，确定各面域对应的初始种子点；基于曲率、法矢信息制定生长规则，确定各面域的生长性内点毛密度；停止对大于等于密度阈值的面域进行面域内点提取，获得该面域的面域内点；对小于密度阈值的面域进行一致性检验，提取出该面域的非均点网格中的非生长性内点构成该面域的面域内点，实现均匀性、连续性较差的面域内点提取。差的面域内点提取。差的面域内点提取。

【技术实现步骤摘要】
基于改进区域生长法的非均匀点云面域分割方法


[0001]本申请涉及三维激光点云平面分割
，特别是涉及一种基于改进区域生长法的非均匀点云面域分割方法。

技术介绍

[0002]激光三维扫描技术是一种机器视觉类非接触式智能感知技术，能以毫米级精度测量三维物体外轮廓，生成被测对象大量表面点(又称“点云”)的高精度空间坐标，以描述其精细化几何特征。在建筑行业运用这一技术，可快速获取构件整体、局部几何形态与空间线形相关数据，辅助工作人员对关键构件的几何形状校验和虚拟施工，并实现相关的数字建模与建档。
[0003]目前点云面域分割算法的研究取得了诸多进展，其中基于表面特征的区域生长法由于方法效率高、内存消耗小得到广泛应用，而其缺点在于：初始种子点的选择缺乏统一的最优准则，正确选择种子点才可确保面域分割准确有效，目前普遍选择曲率最小点作为种子点，但在目标平面较多等情况下分割效果欠佳；且算法本身对点云密度均匀性、连续性有较高的要求，而现实中由于被测量物结构复杂、配件众多而产生相互遮挡以及现场扫描环境条件使测站布置受限等原因，点云常常呈现不均匀、不连续性，传统的区域生长法适用性减弱，无法实现对均匀性、连续性较差的面域内点进行提取。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够实现对均匀性、连续性较差的面域内点进行提取的基于改进区域生长法的非均匀点云面域分割方法。
[0005]一种基于改进区域生长法的非均匀点云面域分割方法，所述方法包括：
[0006]采用滤波算法去除待分割的三维激光点云的离群数据点，获得点云主体；
[0007]采用三维立方体网格过滤器对所述点云主体进行降采样，获得降采样后的点云主体；
[0008]对所述降采样后的点云主体的面域进行粗分割，粗略划定各面域所在空间坐标范围，对各所述面域作面积估算，并对各面域进行编号；
[0009]将各所述面域重新划分对应的三维立方体网格，基于k邻域点协方差矩阵的特征值判断各所述面域的每个网格中点云分布的均匀性，确定各所述面域的各网格所属的网格类型，所述网格类型包括均点网格、非均点网格；
[0010]根据各所述面域所有均点网格中的点构成各所述面域对应的均点数据集，计算各所述均点数据集对应的质心点，将各所述面域的均点数据集中到所述质心点的欧式距离最小的点，确定为各所述面域对应的初始种子点；
[0011]基于曲率、法矢信息制定生长规则，根据各所述面域对应的初始种子点，提取出各所述面域的生长性内点，计算各所述面域的生长性内点数与对应面域面积的比值，确定各所述面域的生长性内点毛密度；
[0012]判断各所述面域的生长性内点毛密度是否大于等于密度阈值，停止对大于等于密度阈值的面域进行面域内点提取，该面域的生长性内点即为获得该面域的面域内点；
[0013]以小于所述密度阈值的面域对应的所述生长性内点作为目标面域内点，进行一致性检验，提取出该面域的非均点网格中的非生长性内点，由所述非生长性内点与所述生长性内点共同构成该面域的面域内点。
[0014]在其中一个实施例中，所述采用滤波算法去除待分割的三维激光点云的离群数据点，获得点云主体的步骤，包括：
[0015]对待分割的三维激光点云中的每一个点p
i
求其k1个邻域点，以邻域点拟合一个局部平面，计算p
i
到其局部平面的距离，去除所述距离超过一定距离阈值的点，得到点云主体。
[0016]在其中一个实施例中，所述采用三维立方体网格过滤器对所述点云主体进行降采样，获得降采样后的点云主体的步骤，包括：
[0017]建立所述点云主体的三维立方体网格，将同一个立方体内的点合并为单个点，获得降采样后的点云主体。
[0018]在其中一个实施例中，所述将各所述面域重新划分对应的三维立方体网格，基于k邻域点协方差矩阵的特征值判断各所述面域的每个网格中点云分布的均匀性，确定各所述面域的各网格所属的网格类型，所述网格类型包括均点网格、非均点网格的步骤，包括：
[0019]将各所述面域重新划分对应的三维立方体网格，对所述降采样后的点云主体的每个点，取其k2个邻域点构成邻域点集，确定各点的邻域点协方差矩阵C，表示为：
[0020][0021]其中，X，Y，Z为k2行1列的向量，分别代表k2个邻域点的三维直角坐标，cov(X,Y)、cov(Y,X)分别表示两个向量X和Y的协方差，cov(X,Z)、cov(Z,X)分别表示两个向量X和Z的协方差，cov(Y,Z)、cov(Z,Y)分别表示两个向量Z和Y的协方差；
[0022]对各点的邻域点协方差矩阵求特征值，确定各点对应协方差矩阵的最大特征值，根据各点的最大特征值计算结果确定特征阈值；
[0023]统计各所述面域的三维立方体网格的每一个网格中每个点对应的最大特征值，超过所述特征阈值的点的数量占该网格中点总数的比例，超过比例阈值的网格为非均点网格，不超过比例阈值的网格为均点网格。
[0024]在其中一个实施例中，所述基于曲率、法矢信息制定生长规则，根据各所述面域对应的初始种子点，提取出各所述面域的生长性内点，计算各所述面域的生长性内点数与对应面域面积的比值，确定各所述面域的生长性内点毛密度的步骤，包括：
[0025]采用主成分分析法计算各所述面域的每个点的法向量和曲率；
[0026]由各所述面域对应的初始种子点作为各所述面域的待搜索种子点集中初始的种子点；
[0027]依次将所述待搜索种子点集中的各种子点作为当前搜索种子点，搜索当前搜索种子点的k3个邻域点；
[0028]将各邻域点中与所述当前搜索种子点的法向量夹角小于角度阈值的邻域点确定
为目标面域内点；
[0029]根据曲率阈值，判断各所述邻域点的曲率是否小于所述曲率阈值，将小于所述曲率阈值的邻域点添加至所述待搜索种子点集中，将所述当前搜索种子点从所述待搜索种子点集中删除；
[0030]返回执行所述依次将所述待搜索种子点集中的各种子点作为当前搜索种子点，搜索当前搜索种子点的k3个邻域点的步骤，直至所述待搜索种子点集为空集。
[0031]在其中一个实施例中，所述密度阈值根据三维立方体网格的棱长确定，密度阈值计算公式为：
[0032]Density_th＝a*1/(Edge1^2)
[0033]其中，Density_th表示密度阈值，a表示密度折减系数，Edge1为降采样所使用的三维立方体网格的棱长。
[0034]在其中一个实施例中，所述以小于所述密度阈值的面域对应的所述生长性内点作为目标面域内点，进行一致性检验，提取出该面域的非均点网格中的非生长性内点，由所述非生长性内点与所述生长性内点共同构成该面域的面域内点的步骤，包括：
[0035]以小于所述密度阈值的面域对应的所述生长性内点作为目标面域内点，并添加至内点集中，对内点集中的点采用最小二乘法得到拟合平面方程；
[0036]提取该面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进区域生长法的非均匀点云面域分割方法，其特征在于，所述方法包括：采用滤波算法去除待分割的三维激光点云的离群数据点，获得点云主体；采用三维立方体网格过滤器对所述点云主体进行降采样，获得降采样后的点云主体；对所述降采样后的点云主体的面域进行粗分割，粗略划定各面域所在空间坐标范围，对各所述面域作面积估算，并对各面域进行编号；将各所述面域重新划分对应的三维立方体网格，基于k邻域点协方差矩阵的特征值判断各所述面域的每个网格中点云分布的均匀性，确定各所述面域的各网格所属的网格类型，所述网格类型包括均点网格、非均点网格；根据各所述面域所有均点网格中的点构成各所述面域对应的均点数据集，计算各所述均点数据集的质心点，将各所述面域的均点数据集中到所述质心点的欧式距离最小的点，确定为各所述面域对应的初始种子点；基于曲率、法矢信息制定生长规则，根据各所述面域对应的初始种子点，提取出各所述面域的生长性内点，计算各所述面域的生长性内点数与对应面域面积的比值，确定各所述面域的生长性内点毛密度；判断各所述面域的生长性内点毛密度是否大于等于密度阈值，停止对大于等于密度阈值的面域进行面域内点提取，该面域的生长性内点即为该面域的面域内点；以小于所述密度阈值的面域对应的所述生长性内点作为目标面域内点，进行一致性检验，提取出该面域的非均点网格中的非生长性内点，由所述非生长性内点与所述生长性内点共同构成该面域的面域内点。2.根据权利要求1所述的方法，其特征在于，所述采用滤波算法去除待分割的三维激光点云的离群数据点，获得点云主体的步骤，包括：对待分割的三维激光点云中的每一个点p
i
求其k1个邻域点，以邻域点拟合一个局部平面，计算p
i
到其局部平面的距离，去除所述距离超过一定距离阈值的点，得到点云主体。3.根据权利要求1所述的方法，其特征在于，所述采用三维立方体网格过滤器对所述点云主体进行降采样，获得降采样后的点云主体的步骤，包括：建立所述点云主体的三维立方体网格，将同一个立方体内的点合并为单个点，获得降采样后的点云主体。4.根据权利要求1所述的方法，其特征在于，所述将各所述面域重新划分对应的三维立方体网格，基于k邻域点协方差矩阵的特征值判断各所述面域的每个网格中点云分布的均匀性，确定各所述面域的各网格所属的网格类型，所述网格类型包括均点网格、非均点网格的步骤，包括：将各所述面域重新划分对应的三维立方体网格，对所述降采样后的点云主体的每个点，取其k2个邻域点构成邻域点集，确定各点的邻域点协方差矩阵C，表示为：其中，X，Y，Z为k2行1列的向量，分别代表k2个邻域点的三维直角坐标，cov(X,Y)、cov(Y,X)分别表示两个向量X和Y的协方差，cov(X,Z)、...

【专利技术属性】
技术研发人员：宋健，王新雅，徐林，陈磊，吴文清，周小燚，刘泓佚，杜永军，唐志强，李燕军，
申请(专利权)人：东南大学无锡交通建设工程集团有限公司，
类型：发明
国别省市：