基于降采样的边缘检测方法和装置制造方法及图纸

本申请提供一种基于降采样的边缘检测方法和装置，针对获取的原始点云分别进行多次降采样处理得到多个降采样点云，多个降采样点云的点云密度各不相同。针对原始点云中的各个三维点，获得三维点在各降采样点云中的相关点，获得三维点在原始点云中以及各相关点在各降采样点云中的设定统一数量的多个邻域点，并基于由多个邻域点构成的邻域点集合获得邻域特征，基于三维点的多组邻域特征判断三维点是否为边缘点。如此，由于多个密度不同的降采样点云具有不同的邻域点特征，因此，可以在较小邻域范围查询的情况下，保留原始点云较大邻域范围内的特征性质，可以在降低实现复杂度的基础上，保障检测准确性。

【技术实现步骤摘要】

本专利技术涉及三维点云数据处理，具体而言，涉及一种基于降采样的边缘检测方法和装置。

技术介绍

1、随着三维扫描技术的日臻成熟，三维点云数据处理技术日益得到学者的关注。点云通常由数千万或数亿个点组成，从点云中快速、准确地提取物体特征是各项应用的基本需求。其中，点云边缘可以提供有关物体底层几何结构的基本信息，目前点云边缘检测是广受研究者关注的任务。

2、现有的基于降采样的边缘检测方法通常采用多尺度邻域特征来从点云中提取物体边缘。该方法主要分为两个阶段：第一阶段，设置不同尺度大小的邻域，进行多尺度邻域特征的提取(如法向量、近邻点夹角和曲率等)。第二阶段，将提取的特征输入分类器，分类器根据这些特征进行分类，将点云中的点分类为边缘点和非边缘点。

3、现有的基于多尺度邻域特征的边缘检测方法具有实时性差的缺点，算法的运行需要消耗大量的时间。因为提取单个邻域的特征(如法向量和邻域点夹角等)本身涉及复杂的计算过程，进行多个不同尺度邻域特征的提取又需要多次重复上述过程。而点云通常由数千万或数亿个点组成，计算点云中每个点的特征时需要消耗大量的时间。因此，本文档来自技高网...

【技术保护点】

1.一种基于降采样的边缘检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于降采样的边缘检测方法，其特征在于，所述对所述原始点云分别进行多次降采样处理得到多个降采样点云的步骤，包括：

3.根据权利要求2所述的基于降采样的边缘检测方法，其特征在于，所述基于构建的各所述立方体分别对所述原始点云进行降采样处理，得到多个降采样点云的步骤，包括：

4.根据权利要求1所述的基于降采样的边缘检测方法，其特征在于，所述基于所述三维点的多组邻域特征判断所述三维点是否为边缘点的步骤，包括：

5.根据权利要求1所述的基于降采样的边缘检测方法，其特征...

【技术特征摘要】

1.一种基于降采样的边缘检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于降采样的边缘检测方法，其特征在于，所述对所述原始点云分别进行多次降采样处理得到多个降采样点云的步骤，包括：

3.根据权利要求2所述的基于降采样的边缘检测方法，其特征在于，所述基于构建的各所述立方体分别对所述原始点云进行降采样处理，得到多个降采样点云的步骤，包括：

4.根据权利要求1所述的基于降采样的边缘检测方法，其特征在于，所述基于所述三维点的多组邻域特征判断所述三维点是否为边缘点的步骤，包括：

5.根据权利要求1所述的基于降采样的边缘检测方法，其特征在于，所述基于由所述多个邻域点构成的邻域点集合获得邻域特征的步骤，包...

【专利技术属性】
技术研发人员：翟晓琴，宋昱，
申请(专利权)人：法奥意威苏州机器人系统有限公司，
类型：发明
国别省市：