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()
【技术实现步骤摘要】
本专利技术涉及计算机视觉和图像处理领域,特别涉及一种基于边界点降维提取的三维点云精简方法。
技术介绍
1、三维点云是一种用于表示三维空间中对象或场景的数据结构,通过对实际物体或场景表面进行离散扫描获得的一个包含多个三维坐标点的集合。通常可采用激光雷达、立体视觉相机、结构光扫描仪等设备获取,目前随着光学传感器技术的不断发展,三维点云获取精度更高、效率更快、成本更低,应用场景越来越广。当前,在环境感知、路径规划、工业检测、虚拟现实以及医学成像等领域三维点云模型起着越来越重要的作用,由于点云是通过离散采样获得,能够非常精确地捕捉到复杂表面的几何特性。为了获得更加精确、完整的点云数据模型,通常需要提高设备的采样频率并执行重复扫描,完整的点云模型一般包含几万个点,甚至达几百万个点,如此大规模点云为模型计算、存储和处理带来巨大挑战。
2、点云精简也叫点云采样,是一种三维点云模型轻量化处理的有效方法。点云精简操作的关键在于对原模型特征及边界的有效识别和精确提取,在精简过程中一方面需在特征、边界等关键部位保留足够多的点以保证模型的完整性;另一方面在点云总体规模上数量要尽量减少以保证达到轻量化目的。当前,应用最多的简化方法包括随机采样法和均匀采样法,这两种方法结构简单、计算效率高,但是缺乏对模型关键点识别和选择过程,导致精简后模型尺寸与原模型差距较大,丢失部分关键信息,从而降低模型处理精度。
3、此外,进一步的检索发现,cn112270746a公开了一种基于领域协方差特征参数阈值的铝合金3d打印点云精简算法,通过协方差矩阵
技术实现思路
1、本公开针对现有技术的以上缺陷或改进需求,提供了一种基于边界点降维提取的三维点云精简方法,通过将原始三维点云模型和旋转后的更新模型分别在xy坐标平面、xz坐标平面、yz坐标平面进行投影,并分别提取投影边界点,获得原始投影边界点集合旋转投影边界点集;接着,计算三维点云模型包围盒尺寸,并沿指定轴向按规定厚度和间距对模型进行等距切片,通过提取切片边界点获得切片点集;最后,将原始投影边界点集、旋转投影边界点集和切片点集融合去重,得到精简后的三维点云模型。实际测试表明,上述方案能够有效解决现有技术精简精度低、完整性差、后处理误差大等关键问题。
2、本公开提供的基于边界点降维提取的三维点云精简方法,主要包括下列步骤:
3、s1,将原始三维点云模型和旋转后的更新模型分别在xy坐标平面、xz坐标平面、yz坐标平面进行投影,并分别提取投影边界点,获得原始投影边界点集和旋转投影边界点集;
4、s2,计算三维点云模型包围盒尺寸,并沿指定轴向按规定厚度和间距对模型进行等距切片,通过提取切片边界点以及多层切片融合,获得切片点集;
5、s3,将所述原始投影边界点集、旋转投影边界点集和切片点集融合去重,得到精简后的三维点云模型。
6、进一步的,所述步骤s1包括:
7、s11,分别计算原始三维点云模型p{p1,p2,p3,...,pn}在xy、xz、yz平面投影,提取投影边界点,其中,n为点云p中所包含三维点的个数;
8、s12,将提取到的三个边界点融合,去除重复点,得到原始投影边界点集;
9、s13,原始三维点云模型按设定角度绕指定坐标轴执行旋转操作;
10、s14,将旋转操作后的新模型依次执行步骤s11和步骤s12操作,得到旋转投影边界点集。
11、进一步的,所述步骤s2包括:
12、s21,计算原始三维点云模型包围盒尺寸,设置变量切片厚度a、间距d具体数值;
13、s22,沿指定轴向,对原始三维点云模型执行等距切片;
14、s23,提取切片边界点,并将得到的多层切片点融合,得到切片点集。
15、进一步的,所述步骤s11中,三维点云模型用三维矩阵表示,且模型中仅包含各点的三维坐标数据信息;
16、采用最大点距法提取二维空间中投影模型边界点。
17、进一步的,所述步骤s12中,采用唯一函数对融合点集按排列序号进行检索筛选,删除重复点。
18、进一步的,所述步骤s13的方法包括:
19、给定弧度制旋转变量rx、ry、rz具体数值,分别依据式(1)、式(2)和式(3)计算三维模型绕x、y、z轴旋转结果:
20、
21、
22、
23、再依据式(4)进行旋转操作:
24、pr=(rx*ry*rz)*p (4)
25、其中,rx、ry、rz分别表示原始模型绕x、y、z轴的旋转矩阵,pr表示将原始模型执行旋转操作后得到的新点云模型。
26、进一步的,所述步骤s14中,根据实际需求对原始三维点云模型执行规定次数的旋转操作,模型更新后依次计算在三个坐标平面投影,并执行融合去重操作得到旋转投影边界点集。
27、进一步的,所述步骤s21中,采用各坐标轴的最大值和最小值确定点云模型包围盒长度l、宽度w、高度h,依据式(5)计算切片层数nc;
28、
29、其中,max[l,w,h]表示取包围盒长、宽、高尺寸中的最大值。
30、进一步的,所述步骤s23包括:
31、沿切片轴向,由切片厚度构建空间包络体,依据各点轴向坐标值选择包络体空间内的三维点,构建切片点子集qi,i=1,2,3,...,nc,
32、执行切片点子集融合,得到切片点集q。
33、进一步的,所述步骤s3中,点集融合顺序无限制,融合后通过检索各点的序号索引值执行去重操作。
34、与现有技术相比,本公开的有益效果是:(1)采用原始投影和多角度旋转投影构建二维边界点集,可实现对三维点云模型轮廓的有效提取,尤其对三维凸面结构点云模型精简效率和精度较高;(2)所提出的定向等距切片法在点云精简过程中无切片死角,可实现对三维模型凹面结构特征的精确提取,尤其适用于复杂结构三维点云模型处理;(3)计算简单、输入变量少;(4)便于模块化操作,可根据实际需求选择其中的某一项或某几项步骤进行操作处理;(5)对不同结构的三维点云模型均可得到较准确的精简结果;(6)普适性强,适用于三维点云分类、机器视觉和模式识别等领域。
本文档来自技高网...【技术保护点】
1.一种基于边界点降维提取的三维点云精简方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:
3.根据权利要求1或2所述的方法,其特征在于,所述步骤S2包括:
4.根据权利要求2所述的方法,其特征在于,所述步骤S11中,三维点云模型用三维矩阵表示,且模型中仅包含各点的三维坐标数据信息;
5.根据权利要求2所述的方法,其特征在于,所述步骤S12中,采用唯一函数对融合点集按排列序号进行检索筛选,删除重复点。
6.根据权利要求2、4、5中任一所述的方法,其特征在于,所述步骤S13的方法包括:
7.根据权利要求2所述的方法,其特征在于,所述步骤S14中,根据实际需求对原始三维点云模型执行规定次数的旋转操作,模型更新后依次计算在三个坐标平面投影,并执行融合去重操作得到旋转投影边界点集。
8.根据权利要求3所述的方法,其特征在于,所述步骤S21中,采用各坐标轴的最大值和最小值确定点云模型包围盒长度L、宽度W、高度H,依据式(5)计算切片层数Nc;
9.根据权利要求8所
10.根据权利要求1所述的方法,其特征在于,所述步骤S3中,点集融合顺序无限制,融合后通过检索各点的序号索引值执行去重操作。
...【技术特征摘要】
1.一种基于边界点降维提取的三维点云精简方法,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述步骤s1包括:
3.根据权利要求1或2所述的方法,其特征在于,所述步骤s2包括:
4.根据权利要求2所述的方法,其特征在于,所述步骤s11中,三维点云模型用三维矩阵表示,且模型中仅包含各点的三维坐标数据信息;
5.根据权利要求2所述的方法,其特征在于,所述步骤s12中,采用唯一函数对融合点集按排列序号进行检索筛选,删除重复点。
6.根据权利要求2、4、5中任一所述的方法,其特征在于,所述步骤s13的方法包括:
...【专利技术属性】
技术研发人员:李太峰,庞锋,陈松,樊竹,邓辉,
申请(专利权)人:中国船舶集团有限公司第七一八研究所,
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。