一种有序点云的去噪方法、装置、电子设备及存储介质制造方法及图纸

本申请属于扫描数据处理技术领域，公开了一种有序点云的去噪方法、装置、电子设备及存储介质，该方法包括：从有序点云数据中读取相邻的第一点和第二点；获取第二点对应的特征值；获取特征值对应的特征阈值范围，特征阈值范围是根据第一点的列号和第二点的列号，或第一点的行号和第二点的行号确定的；判断第二点对应的特征值是否在特征阈值范围内；若否，从有序点云数据中删除第二点，并转至从有序点云数据中读取相邻的第一点和第二点的步骤；若是，直接转至从有序点云数据中读取相邻的第一点和第二点的步骤；循环执行上述步骤，直至有序点云数据中不存在未读取过的点，得到第一有序点云数据。本申请可以达到准确地消除拖尾噪点的效果。点的效果。点的效果。

An orderly point cloud denoising method, device, electronic equipment and storage medium

【技术实现步骤摘要】
一种有序点云的去噪方法、装置、电子设备及存储介质


[0001]本申请涉及扫描数据处理
，尤其涉及一种有序点云的去噪方法、装置、电子设备及存储介质。

技术介绍

[0002]激光扫描设备可以获取高精度的物理空间环境信息，具有对环境感知的先天优势，因此被广泛应用于汽车自动驾驶、定位导航、空间测绘及安保安防等领域。通常情况下，激光扫描设备在扫描目标障碍物时通过搜集反射光束来形成点云数据。然而，现实扫描中获取到的点云数据中难以避免地会存在拖尾噪点，但现有的点云去噪一般采用统计学滤波方法，其原理为对每一点的邻域进行统计分析，基于点到所有邻近点的距离分布特征，过滤掉一些不满足要求的离群点，这样不仅无法去除拖尾噪点，而且由于滤波时会将拖尾噪点也统计在内，导致滤波的精准度差，对于复杂扫描场景的点云数据，还可能丢失重要的细节信息。综上，可见现有的点云去噪方法存在无法消除拖尾噪点以致去噪效果差的问题。

技术实现思路

[0003]本申请提供了一种有序点云的去噪方法、装置、电子设备及存储介质，能够通过准确地消除拖尾噪点，提高点云数据的去噪效果。...

【技术保护点】

【技术特征摘要】
1.一种有序点云的去噪方法，其特征在于，应用于激光扫描设备，所述激光扫描设备采集的有序点云数据包括多行多列按照扫描顺序排列的点，所述方法包括：从所述有序点云数据中读取相邻的第一点和第二点，所述第一点和所述第二点位于同一行且所述第二点的列号大于所述第一点的列号，或所述第一点和所述第二点位于同一列且所述第二点的行号大于所述第一点的行号，所述第一点和所述第二点中包括至少一个未读取过的点；获取所述第二点对应的特征值，所述特征值为所述第一点、所述第二点与所述有序点云数据的零点形成的三角形中所述零点对应的角的角度值，所述零点为所述激光扫描设备的视点；获取所述特征值对应的特征阈值范围，所述特征阈值范围是根据所述第一点的列号和所述第二点的列号，或所述第一点的行号和所述第二点的行号确定的；判断所述第二点对应的特征值是否在所述特征阈值范围内；若否，从所述有序点云数据中删除所述第二点，并转至从所述有序点云数据中读取相邻的第一点和第二点的步骤；若是，直接转至从所述有序点云数据中读取相邻的第一点和第二点的步骤；循环执行上述步骤，直至所述有序点云数据中不存在未读取过的点，得到第一有序点云数据。2.根据权利要求1所述的方法，其特征在于，所述获取所述特征值对应的特征阈值范围，包括：获取预设的基础经验阈值、所述第一点的列号及所述第二点的列号，根据所述基础经验阈值、所述第一点的列号及所述第二点的列号，计算得到特征阈值范围；所述特征阈值范围的计算公式为：特征阈值范围＝[(第二点的列号
‑
第一点的列号)
×
基础经验阈值，π
‑
(第二点的列号
‑
第一点的列号)
×
基础经验阈值。3.根据权利要求1所述的方法，其特征在于，所述获取所述特征值对应的特征阈值范围，包括：获取预设的基础经验阈值、所述第一点的行号及所述第二点的行号，根据所述基础经验阈值、所述第一点的行号及所述第二点的行号，计算得到特征阈值范围；所述特征阈值范围的计算公式为：特征阈值范围＝[(第二点的行号
‑
第一点的行号)
×
基础经验阈值，π
‑
(第二点的行号
‑
第一点的行号)
×
基础经验阈值。4.根据权利要求1所述的方法，其特征在于，所述获取所述第二点对应的特征值，包括：获取所述第一点的坐标值和所述第二点的坐标值；根据所述第一...

【专利技术属性】
技术研发人员：周佛灵，邹朝军，
申请(专利权)人：广东维美家科技有限公司，
类型：发明
国别省市：