一种基于法向量分割与区域生长的平面特征提取方法技术

本发明专利技术公开了一种基于法向量分割与区域生长的平面特征提取方法，通过引入法向量分割对平面部分区域进行提取，并利用区域生长算法实现平面完整提取；在法向量分割阶段，提前计算出每个点的局部法向量，对点云的法向量方向进行重定向，通过邻近点与当前点法向量之间的差分平均值与事先设定好的阈值相比较，进行平面的粗提取；对初步提取的平面进行欧式聚类分割成不同的平面集，然后对每一个平面集进行区域生长进行扩展，并对同一区域的平面集合进行合并操作，得到最终平面特征的提取。本发明专利技术有效获取复杂环境下的平面提取，通过对局部平面簇进行区域扩展，使平面特征的提取更加准确。使平面特征的提取更加准确。使平面特征的提取更加准确。

【技术实现步骤摘要】
一种基于法向量分割与区域生长的平面特征提取方法


[0001]本专利技术涉及计算机视觉和三维点云数据处理的交叉领域中基于室内环境点云数据特征面提取方法，尤其涉及一种基于法向量分割与区域生长的平面特征提取方法。

技术介绍

[0002]近年来，应用地面激光扫描技术获取海量点云为现实场景三维建模提供了一种有效的方法。点云作为三维模型数据中的一种重要表现形式，将三维模型的描述更为直观化，具体化，准确化。在现实环境下密集且精确的三维点云数据包含足够多的几何信息，用于自动检测和拟合目标，如平面、球体、圆柱体。平面作为室内场景中广泛存在的一种几何特征，通过对场景中平面特征的分割提取，对室内场景进行建模。
[0003]在常规的平面特征提取算法中，三维霍夫变换、随机采样一致性(RANSAC)和区域生长是三种主要的研究方法。霍夫变换具有较高的鲁棒性，但该方法需要构建累加器进行投票，面对大规模点云数据处理速度较慢，很难高效对点云进行处理。随机采样一致性算法具有较高的执行效率，但是难以对室内复杂环境的平面进行识别，尤其是在不平整且具有较大尺度物理平面的情况下，使本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于法向量分割与区域生长的平面特征提取方法，其特征在于：包括以下步骤：步骤(1)：基于法向量分割的平面粗提取，得到室内环境平面特征粗分割结果；过程为：步骤(1.1)：通过激光雷达采集的点云数据进行表面法向量估计，对当前点p0以及附近k个点构成的点集构造协方差矩阵进行计算，具体为：构造协方差矩阵进行计算，具体为：取协方差矩阵M最小特征值λ0对应的特征向量v0作为当前点的法向量；其中，k代表点的个数，p
i
代表当前点附近的第i个点，p0代表当前点，T代表向量转置符号；步骤(1.2)：法向量重定向；步骤(1.3)：取完成法向量计算的点云数据进行法向量分割提取平面簇，得到当前点云数据中每个点的法向量；步骤(2)：通过欧式聚类对不同的局部平面检测并标记，将点云数据分成大小不等的平面簇；过程为：步骤(2.1)：对分割出的点云数据构建kd
‑
tree结构，查找每个点云在指定范围内的最近点；步骤(2.2)：创建一个标记数组用来记录每个点云数据类别；步骤(2.3)：构建一个空的堆结构，将满足指定欧式距离的点储存在空的堆结构中，遍历每个点云直到循环结束；步骤(3)：将聚类后的平面簇通过区域生长算法进行扩展；过程为：步骤(3.1)：将聚类后的平面簇进行区域生长；步骤(3.2)：通过添加新的邻近点，计算当前点云数据的分布特征，引入协方差矩阵M1计算特征值参数λ1、λ2、λ3，大小排序为λ1≥λ2≥λ3；当点云分布接近平面时，λ3/λ1≤σ1，λ3/λ2≤σ2，其中σ1和σ2表示判断特征阈值；如果不满足所述平面分布特性，则跳过所述点，引入下一个邻近点计算；步骤(3.3)：采用公式(1)计算满足平面分布特征的点云p0(x0，y0，z0)到拟合平面P的垂直距离d
P
：其中a，b，c为拟合平面的法向量参数，d为到所述拟合平面的距离；步骤(3.4)：判断是否满足所设的点到平面距离阈值d
t
，满足则加入到所述平面区域，同时从点云数据中移除所述点；步骤(3.5)：对种子区域附近的点进行遍历计算，直到没有邻近点再加入到当前种子区域；步骤(4)：将具有相同平面特征的平面集进行合并，过程为：步骤(4.1)：设定两个平面间距离阈值为maxDist，法向量角度阈值为angle；步骤(4.2)：对两个平面集中的点随机提取分别记为p和tp，采用公式(2)计算p和tp两点到各自平面集之间的欧式距离d1和d2：D＝|ax0+by0+cz0+d|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：陈瑞强，靳宇彤，石明霞，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：