一种点云数据滤波方法及装置制造方法及图纸

技术编号:38571087 阅读:12 留言:0更新日期:2023-08-22 21:06
本发明专利技术涉及测绘技术领域,具体提供了一种点云数据滤波方法及装置,包括:获取点云数据,并建立所述点云数据的包围盒;对所述包围盒进行空间网格划分,并获取所述空间网格中各层网格的点云数据对应的k

【技术实现步骤摘要】
一种点云数据滤波方法及装置


[0001]本专利技术涉及测绘
,具体涉及一种点云数据滤波方法及装置。

技术介绍

[0002]Ping 3DSS测深侧扫是世界上第一款三维侧扫声呐暨超宽覆盖的浅水多波束条带测深一体化系统。它在一次测量航行中可同时获得3种数据:与传统侧扫一样的2D声呐图像;前所未有的高分辨率3D侧扫图像和世界最宽覆盖的多波束条带测深数据。3DSS在水深1.5米到40米范围内,条带测深数据有效覆盖宽度可达水深的10到14倍,其工作效率明显高于多波束水深测量系统,体现在船只一条航行测量线路所能覆盖的水面宽度上,前者可以达到后者三倍以上的有效覆盖宽度,即可一个工程时间节省高达六成以上。
[0003]海洋环境复杂,且Ping 3DSS测深侧扫采用大入射角高密度模式测量,Ping 3DSS测深侧扫采集的点云数据往往是海量的,由于点云密度非常高,可达到每平方米十几个甚至上百个点,尤其对于大区域地形测量,所得数据量非常大。且由于水下环境复杂,测量过程不可避免存在误差,产生异常点。这些异常点往往对结果造成难以预估的影响。测深点云数据中往往存在更大比例的噪声点,目前重复性的手工数据编辑任务较为艰巨。传统滤波方法需要通过计算点云的属性值标定异常点,进而删除这些噪点,海量点云数据直接影响数据处理效率,增加了滤波的难度。

技术实现思路

[0004]为了克服上述缺陷,本专利技术提出了一种点云数据滤波方法及装置。
[0005]第一方面,提供一种点云数据滤波方法,所述点云数据滤波方法包括:
[0006]获取点云数据,并建立所述点云数据的包围盒;
[0007]对所述包围盒进行空间网格划分,并获取所述空间网格中各层网格的点云数据对应的k

d树结构;
[0008]基于所述空间网格中各层网格的点云数据对应的k

d树结构自上而下逐层对所述空间网格中各层网格的点云数据进行粗滤波;
[0009]采用区域生长算法对所述空间网格中的点云数据进行精细化滤波。
[0010]优选的,所述包围盒各维度的边界为点云数据各维度中的最大值和最小值。
[0011]优选的,所述获取所述空间网格中各层网格的点云数据对应的k

d树结构,包括:
[0012]步骤1.对每个维度的数据进行方差的计算,取最大方差的维度作为分割轴,标记为r;
[0013]步骤2.对当前数据按分割轴维度进行检索,找到中位数数据,并将其放入到当前节点上;
[0014]步骤3.在当前分割轴维度中,将所有小于中位数的值划分到左支中,在当前分割轴维度中,将所有大于等于中位数的值划分到右支中;
[0015]步骤4.更新分割轴:r=(r+1)%k;
[0016]步骤5.分别以左支的数据和右支的数据为当前数据返回步骤2,直至所有数据划分完毕;
[0017]其中,k为维度。
[0018]优选的,所述基于所述空间网格中各层网格的点云数据对应的k

d树结构自上而下逐层对所述空间网格中各层网格的点云数据进行粗滤波,包括:
[0019]创建所述空间网格中各层网格的点云数据对应的k

d树结构的数据集P,设置空的聚类列表C,以及一个点云队列Q;
[0020]将P中的每一个点云数据pi添加到当前队列Q,在预设半径范围内搜索Q中的pi附近距离小于阈值的点云数据,并将搜索到的点云数据加入至点云集Pik;
[0021]检测云集Pik中的点云数据是否存在被标记为未处理的点云数据,若是,则将该点云数据标记为已处理后添加至Q中,否则,将Q中的点云数据添加到聚类列表C中,并将Q清空;
[0022]当数据集P中的所有点云数据都被标记为已处理,将聚类列表C以外的点云数据删除。
[0023]优选的,所述采用区域生长算法对所述空间网格中的点云数据进行精细化滤波,包括:
[0024]获取所述空间网格中各点云数据与其k近邻点之间的曲率;
[0025]选择最小曲率对应的点云数据作为种子点进行区域生长,得到生长区域;
[0026]滤除所述生长区域以外的点云数据。
[0027]进一步的,所述选择最小曲率对应的点云数据作为种子点进行区域生长,包括:
[0028]步骤a.以种子点为中心点,当中心点与其k近邻点之间的平均距离和法向量满足生长准则时,将中心点与其k近邻点合并在一个区域,并将该k近邻点压入堆栈;
[0029]步骤b.从堆栈中无放回的取出任一点作为中心点并返回步骤a,直至堆栈为空。
[0030]进一步的,所述生长准则包括:中心点与其k近邻点之间的法向量夹角小于法向量阈值,中心点与其k近邻点之间的平均距离小于距离阈值。
[0031]第二方面,提供一种点云数据滤波装置,所述点云数据滤波装置包括:
[0032]获取模块,用于获取点云数据,并建立所述点云数据的包围盒;
[0033]分析模块,用于对所述包围盒进行空间网格划分,并获取所述空间网格中各层网格的点云数据对应的k

d树结构;
[0034]粗滤波模块,用于基于所述空间网格中各层网格的点云数据对应的k

d树结构自上而下逐层对所述空间网格中各层网格的点云数据进行粗滤波;
[0035]精细化滤波模块,用于采用区域生长算法对所述空间网格中的点云数据进行精细化滤波。
[0036]优选的,所述包围盒各维度的边界为点云数据各维度中的最大值和最小值。
[0037]优选的,所述分析模块具体用于:
[0038]步骤1.对每个维度的数据进行方差的计算,取最大方差的维度作为分割轴,标记为r;
[0039]步骤2.对当前数据按分割轴维度进行检索,找到中位数数据,并将其放入到当前节点上;
[0040]步骤3.在当前分割轴维度中,将所有小于中位数的值划分到左支中,在当前分割轴维度中,将所有大于等于中位数的值划分到右支中;
[0041]步骤4.更新分割轴:r=(r+1)%k;
[0042]步骤5.分别以左支的数据和右支的数据为当前数据返回步骤2,直至所有数据划分完毕;
[0043]其中,k为维度。
[0044]优选的,所述粗滤波模块具体用于:
[0045]创建所述空间网格中各层网格的点云数据对应的k

d树结构的数据集P,设置空的聚类列表C,以及一个点云队列Q;
[0046]将P中的每一个点云数据pi添加到当前队列Q,在预设半径范围内搜索Q中的pi附近距离小于阈值的点云数据,并将搜索到的点云数据加入至点云集Pik;
[0047]检测云集Pik中的点云数据是否存在被标记为未处理的点云数据,若是,则将该点云数据标记为已处理后添加至Q中,否则,将Q中的点云数据添加到聚类列表C中,并将Q清空;
[0048]当数据集P中的所有点云数据都被标记为已处理,将聚类列表C本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种点云数据滤波方法,其特征在于,所述方法包括:获取点云数据,并建立所述点云数据的包围盒;对所述包围盒进行空间网格划分,并获取所述空间网格中各层网格的点云数据对应的k

d树结构;基于所述空间网格中各层网格的点云数据对应的k

d树结构自上而下逐层对所述空间网格中各层网格的点云数据进行粗滤波;采用区域生长算法对所述空间网格中的点云数据进行精细化滤波。2.如权利要求1所述的方法,其特征在于,所述包围盒各维度的边界为点云数据各维度中的最大值和最小值。3.如权利要求1所述的方法,其特征在于,所述获取所述空间网格中各层网格的点云数据对应的k

d树结构,包括:步骤1.对每个维度的数据进行方差的计算,取最大方差的维度作为分割轴,标记为r;步骤2.对当前数据按分割轴维度进行检索,找到中位数数据,并将其放入到当前节点上;步骤3.在当前分割轴维度中,将所有小于中位数的值划分到左支中,在当前分割轴维度中,将所有大于等于中位数的值划分到右支中;步骤4.更新分割轴:r=(r+1)%k;步骤5.分别以左支的数据和右支的数据为当前数据返回步骤2,直至所有数据划分完毕;其中,k为维度。4.如权利要求1所述的方法,其特征在于,所述基于所述空间网格中各层网格的点云数据对应的k

d树结构自上而下逐层对所述空间网格中各层网格的点云数据进行粗滤波,包括:创建所述空间网格中各层网格的点云数据对应的k

d树结构的数据集P,设置空的聚类列表C,以及一个点云队列Q;将P中的每一个点云数据pi添加到当前队列Q,在预设半径范围内搜索Q中的pi附近距离小于阈值的点云数据,并将搜索到的点云数据加入至点云集Pik;检测云集Pik中的点云数据是否存在被标记为未处理的点云数据,若是,则将该点云数据标记为已处理后添加至Q中,否则,将Q中的点云数据添加到聚类列表C中,并将Q清空;当数据集P中的所有点云数据都被标记为已处理,将聚类列表C以外的点云数据删除。5.如权利要求1所述的方法,其特征在于,所述采用区域生长算法对所述空间网格中的点云数据进行精细化滤波,包括:获取所述空间网格中各点云数据与其k近邻点之间的曲率;选择最小曲率对应的点云数据作为种子点进行区域生长,得到生长区域;滤除所述生长区域以外的点云数据。6.如权利要求5所述的方法,其特征在于,所述选择最小曲率对应的点云数据作为种子点进行区域生长,包括:步骤a.以种子点为中心点,当中心点与其k近邻点之间的平均距离和法向量满足生长准则时,将中心点与其k近邻点合并在一个区域,并将该k近邻点压入堆栈;
步骤b.从堆栈中无放回的取出任一点作为中心点并返回步骤a,直至堆栈为空。7.如权利要求6所述的方法,其特征在于,所述生长准则包括:中心点与其k近邻点之间的法向量夹角小于法向量阈值,中心点与其k近邻点之间的平均距离小于距离阈值。8.一种点云数据滤波装置,其特征在于,所述装置包括:获取模块,用于获取点云数据,并建立所述...

【专利技术属性】
技术研发人员:王卫东高兴国张勇蔡勇郎需军江峻毅翟彬常增亮李斌曲萌马山青
申请(专利权)人:山东电力工程咨询院有限公司国网浙江省电力有限公司舟山供电公司国家电网有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1