System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于少量特征点的点云插值方法技术_技高网

一种基于少量特征点的点云插值方法技术

技术编号:41059347 阅读:4 留言:0更新日期:2024-04-24 11:10
本发明专利技术公开了一种基于少量特征点的点云插值方法包括:步骤1、特征点提取,从已有的点云数据中提取关键特征点,所述特征点反映扫描物体的形状信息;步骤2、形状估算,利用提取到的特征点,估算扫描物体的形状;可以采用数学建模、曲面拟合等方法对形状进行估算;步骤3、表面插值,在形状估算的基础上及重建的曲面上进行表面插值,生成更丰富、更连续的点云。本发明专利技术通过在点云重构过程中引入形状估算的步骤,使得插值过程更为准确和可靠;相较于传统插值方法,本方法能够更好地保持点云的形状特征,减轻因断层问题带来的重构不连续性。

【技术实现步骤摘要】

本专利技术涉及在点云重构中解决断层问题的方法,具体是一种基于少量特征点的点云插值方法


技术介绍

1、超声扇扫等点云重构过程中,由于扫描速度和重构时间等因素,常常会导致生成的点云存在断层问题。

2、现有的解决方法通常采用插值算法进行点云的填充,但这些方法对点云的连续性和准确性要求较高,且插值效果有一定局限性。

3、因此,需要提出一种更为可靠且高效的点云插值方法。


技术实现思路

1、专利技术目的:提供一种基于少量特征点的点云插值方法,以解决现有技术存在的上述问题。

2、技术方案:一种基于少量特征点的点云插值方法,包括:

3、步骤1、特征点提取,从已有的点云数据中提取关键特征点,所述特征点反映扫描物体的形状信息;

4、步骤2、形状估算,利用提取到的特征点,估算扫描物体的形状;可以采用数学建模、曲面拟合等方法对形状进行估算;

5、步骤3、表面插值,在形状估算的基础上及重建的曲面上进行表面插值,生成更丰富、更连续的点云。

6、本专利技术通过在点云重构过程中引入形状估算的步骤,使得插值过程更为准确和可靠;

7、相较于传统插值方法,本方法能够更好地保持点云的形状特征,减轻因断层问题带来的重构不连续性。

8、在进一步实施例中,所述步骤1还包括:

9、步骤11、对点云进行法线估算,使用最近邻法(nearestneighbor)对点云法线量进行计算;

10、步骤12、为了更好的提取关键特征点,对上一步计算好的法线信息进行曲率和密度分析,找到曲率变化特别剧烈和密度特别大的点,作为特征点,进行反应点云结构信息;

11、在进一步实施例中,所述特征点包括体内组织结构在us图像下的分支点或末端点。

12、根据上面方法提取到的特征点,最好是us图像下血管或者某组织结构的分支点或者末端点,对于平滑或平直(法向量没有剧烈变化)的点不会被提取出来。这样得到的特征点可以很好的反应点云结构信息。

13、在进一步实施例中,所述步骤2包括:

14、步骤21、对特征点进行曲面拟合,利用数学曲面(如球体、圆柱体、平面等)对点云进行拟合,包括用最小二乘法进行曲面拟合,用最小二乘法来调整曲面参数,达到最小化点云到曲面的拟合误差的效果。

15、步骤22、局部重建,对拟合得到的局部区域曲面的每个局部区域进行独立的点云重建,将局部点云重建结果进行合并,形成完整的物体形状;

16、步骤23、过滤和收敛曲面,对得到的物体形状,进行过滤和对曲面的收敛;因为在局部的结合处或者起始/结束位置,往往出现曲面弯曲过大,或者超范围重建的现象,因此我们对此进行过滤。

17、在进一步实施例中,所述步骤3包括:

18、步骤31、采样,在曲面上生成一组新点的过程,新点均匀地分布在曲面上,增加点云的密度;

19、步骤32、细分,通过将物体形状细分为更小的元素来增加点云密度。

20、在进一步实施例中,所述步骤31包括:

21、步骤311、均匀采样,在曲面上均匀的选择一些点;这种方法简单,但可能无法捕捉曲面上的细节。

22、步骤312、随机采样,随机的选择曲面上的一些点;这可以在某种程度上增加点云的随机性和多样性。

23、步骤313、基于曲率的采样,根据曲面的曲率信息,在曲率较大的区域进行更密集的采样,以保留曲面的细节。

24、在进一步实施例中,所述步骤32包括:

25、步骤321、loop subdivision,使用loop细分算法,根据现有的网格生成更多的顶点,从而提高点云密度;

26、步骤322、catmull-clark subdivision:类似于loop细分,catmull-clark是一种细分曲面的方法,可以生成更丰富的几何信息;

27、步骤323、doo-sabin subdivision:doo-sabin细分算法是一种四边形网格细分方法,也可用于增加点云密度。

28、有益效果:本专利技术公开了一种基于少量特征点的点云插值方法,本专利技术通过在点云重构过程中引入形状估算的步骤,使得插值过程更为准确和可靠;

29、相较于传统插值方法,本方法能够更好地保持点云的形状特征,减轻因断层问题带来的重构不连续性。

本文档来自技高网...

【技术保护点】

1.一种基于少量特征点的点云插值方法,其特征在于,包括:

2.根据权利要求1所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤1还包括:

3.根据权利要求2所述的一种基于少量特征点的点云插值方法,其特征是:所述特征点包括体内组织结构在us图像下的分支点及/或末端点。

4.根据权利要求1所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤2包括:

5.根据权利要求1所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤3包括:

6.根据权利要求5所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤31包括:

7.根据权利要求5所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤32包括:

【技术特征摘要】

1.一种基于少量特征点的点云插值方法,其特征在于,包括:

2.根据权利要求1所述的一种基于少量特征点的点云插值方法,其特征是:所述步骤1还包括:

3.根据权利要求2所述的一种基于少量特征点的点云插值方法,其特征是:所述特征点包括体内组织结构在us图像下的分支点及/或末端点。

4.根据权利要求1所述的一种基于少量...

【专利技术属性】
技术研发人员:匡铭王伟林满霞李铭德姚宇航陈奎范培华张博
申请(专利权)人:中山大学附属第一医院
类型:发明
国别省市:

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