【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种点云边界数据的提取方法。
技术介绍
1、道路养护主要工作在于破损处的修补，现有的道路修补主要通过人工的方式对道路进行灌浆填补，人工填补常常存在用料过多或过少的问题，造成填补的路面与原来的路面不平整，如果不进行第二次切割或填补，修整后的路面很容易再次出现问题，多次修补存在工作效率低，材料浪费过多等现象。基于点云的边界提取在道路养护中具有重要的应用价值，它是后续道路坑洼面积和体积测量的基础，从而是道路精确修补的前提。将坑洼的三维点云投影于道路平面，在投影平面进行坑洼边界的精确提取，从而实现坑洼的精确定位，可以得到坑洼在道路平面上的精确面积和需要填充的体积，最终实现道路的精确修补。
2、传统的点云边界检测算法主要关注于点云的局部几何属性，例如：kris等人提出了基于法线估计的尖锐边界提取，bisheng等人提出了基于曲率的曲线提取等。这些方法可以自动提取具有某一种几何属性的点云边界，具有较好的泛化性。但是，由于这些方法直接利用几何性质进行边界点提取，故这些方法只能提取具有某些特性的点云边界，并不能提取完整的边界点集。
3、随着神经网络的快速发展，基于学习类的边界提取算法也应运而生，该类方法将边界检测问题视作二分类任务，根据每个点学习到的局部特征将其判别为边界点或内点。随着网络架构的进步，用于边界检测的分类器也从随机森林发展为基于pointnet++的多层感知器。这些方法集中在具有某些结构特性点的提取上，比如timo等人提出的方法主要用于轮廓边界点的提取，xiaogang等人提
4、除了上述利用点的邻近结构直接进行边界点提取的方法，还有一类利用点邻近结构间接进行边界点提取的方法，该类方法主要包含专利cn201810077286和cn202210836544，分别为：
5、中国专利，专利号为cn201810077286、名称为“一种结合改进粒子群算法的快速点云边界提取技术”，提出一种利用点云k邻近内点分布的均匀程度来判断边界点与内点，通过计算点与其k邻近点组成的向量之间的夹角差值进行均匀程度判断，如果差值的最大值大于设定的阈值则为边界点，否则为内点。该技术提供了一种高效、高精度的点云边界提取技术，但提取技术需要人为设定阈值，阈值设定不合适会极大影响提取精度。
6、中国专利专利号为cn202210836544、名称为“磁瓦几何尺寸检测方法及装置”，提出一种基于法线角度的点云边界提取方法，通过点云邻域法向量角度差和阈值的比较来判断某一点是否属于边界，超过设定的阈值则判断为边界点。该方法可以高效、高精度地实现点云边界提取，同样地，该方法也需要人为设定合适的法向量角度阈值，阈值的选取会极大影响边界点的提取精度。
7、综上，现有的方法主要集中于具有某些几何特性边界点的提取和通过设定阈值进行完整边界点的提取，上述技术方案并不能实现自动且精确地提取点云边界点。
技术实现思路
1、为了克服上述现有技术中并不能实现自动且精确地提取点云边界点的缺点，本专利技术的主要目的在于提供一种点云边界数据的提取方法。
2、为达到上述目的，本专利技术采用以下技术方案，本专利技术是实现点云在投影平面的精确边界提取，包含两部分：稀疏边界点提取和稠密边界点提取。
3、关于稀疏边界点提取
4、稀疏边界点提取主要利用邻近点中边界点之间的夹角是相邻点中最大的原理进行的，本申请将此原理命名为“边界点最大角原理”，即，边界点最大角原理：在以边界点为参考点的邻近点中，参考点与任意两邻近点的连线夹角中，夹角最大的两邻近点为边界点。(夹角中不包含任何其他点)
5、稀疏边界点的提取流程的具体步骤包括：
6、1.取离原点最近的点作为初始边界点，即初始参考点；
7、2.寻找参考点的k邻近点；
8、3.以参考点为原点，计算k邻近点相对于参考点在极坐标系中的角度坐标；
9、4.对所有k个角度进行排序，计算相邻两点之间的角度差；
10、5.选取角度差最大的两点作为边界点；
11、6.检验两边界点中是否有一点为参考点的前一边界点；最初的两个边界点不需要此检验，后面的边界点需要此检验，如果是则继续下一步；如果不是，则取前一边界点前后两点计算相邻角度差，取角度差大的作为下一边界点；
12、7.循环2-6，直到检测到的新边界点为初始边界点。
13、由稀疏边界点演化成稠密点云就是将稀疏点连线上的边界点也加入边界点云中。
14、关于稠密边界点提取：稠密边界点的提取具体步骤包括：
15、1.取稀疏边界点中相邻两点，分别记为端点和终点；
16、2.搜索端点的k邻近点；
17、3.计算第i个邻近点分别与端点和终点组成的向量乘积，循环i<＝k；
18、4.如果向量乘积小于0；
19、将第i个邻近点添加到边界点集中；
20、否则，判断第i个邻近点不是边界点；
21、取终点在稀疏边界点集中的另一邻近点为新的终点，原来的终点设为端点，重复2和3，直到所有边界点都被遍历完。
22、一种点云边界数据的提取系统，包括：
23、数据采集模块，采集道路坑洼点云在道路平面内投影，获得坑洼的点云数据集；
24、稀疏边界点提取模块，取离原点最近的点作为初始边界点，即初始参考点；寻找参考点的k邻近点；以参考点为原点，计算k邻近点相对于参考点在极坐标系中的角度坐标；对所有k个角度进行排序，计算相邻两点之间的角度差；选取角度差最大的两点作为边界点；检验两边界点中是否有一点为参考点的前一边界点，直到检测到的新边界点为初始边界点，进而提取到稀疏边界点；
25、稠密边界点提取模块，任取稀疏边界点中相邻两点，分别记为端点和终点；获取端点的k邻近点；计算第i个邻近点分别与端点和终点组成的向量乘积，如果向量乘积小于0，将第i个邻近点添加到边界点集中，直至所有边界点都被遍历完；进而提取到稠密边界点；
26、提取模块，提取到的稀疏边界点与稠密边界点为点云的边界数据集。
27、一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，
28、使得所述处理器执行如下步骤：
29、采集道路坑洼点云在道路平面内投影，获得坑洼的点云数据集；然后依次进行提取稀疏边界点和提取稠密边界点；
30、所述稀疏边界点提取步骤为：
31、取离原点最近的点作为初始边界点，即初始参考点；寻找参考点的k邻近本文档来自技高网...
【技术保护点】
1.一种点云边界数据的提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：最初的两个边界点不检验，后面的边界点依次检验，如果检验两边界点中有一点为参考点的前一边界点，则得到稀疏边界点。
3.根据权利要求2所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：如果检验两边界点中没有一点为参考点的前一边界点，则取前一边界点前后两点，计算相邻角度差，取角度差大的作为下一边界点，如果边界点为初始边界点，则得到稀疏边界点。
4.根据权利要求3所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：如果检验两边界点中没有一点为参考点的前一边界点，则取前一边界点前后两点，计算相邻角度差，取角度差大的作为下一边界点，如果边界点不为初始边界点，则寻找参考点的k邻近点，计算k邻近点相对于参考点在极坐标系中的角度坐标。
5.根据权利要求1所述一种点云边界数据的提取方法，其特征在于，所述稠密边界点的提取步骤还包括：第i个邻近点分别与端点和终点
6.根据权利要求1所述一种点云边界数据的提取方法，其特征在于，所述稠密边界点的提取步骤还包括：如果向量乘积不小于0，则判断第i个邻近点不是边界点，当稀疏边界点集没有遍历完时，取终点在稀疏边界点集中的另一邻近点为新的终点，原来的终点设为端点，然后，重复所述稠密边界点的提取过程。
7.一种点云边界数据的提取系统，其特征在于，包括：
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质
...【技术特征摘要】
1.一种点云边界数据的提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：最初的两个边界点不检验，后面的边界点依次检验，如果检验两边界点中有一点为参考点的前一边界点，则得到稀疏边界点。
3.根据权利要求2所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：如果检验两边界点中没有一点为参考点的前一边界点，则取前一边界点前后两点，计算相邻角度差，取角度差大的作为下一边界点，如果边界点为初始边界点，则得到稀疏边界点。
4.根据权利要求3所述一种点云边界数据的提取方法，其特征在于，所述稀疏边界点提取步骤还包括：如果检验两边界点中没有一点为参考点的前一边界点，则取前一边界点前后两点，计算相邻角度差，取角度差大的作为下一边界点，如果边界点不为初始边界点，则寻找参考点的k邻近点，计算k邻近点相对于参考点在极坐标系中的角度坐标...
【专利技术属性】
技术研发人员：黄会敏，柳牧龙，董诚，卢晓昀，牛月凤，胡国良，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：
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。