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() 一种三维点云内外轮廓区分方法技术_技高网
当前位置: 首页 > 专利查询>山东大学专利>正文

一种三维点云内外轮廓区分方法技术

技术编号:42553522 阅读:13 留言:0更新日期:2024-08-29 00:26
一种三维点云内外轮廓区分方法,所述区分方法包括以下步骤:采用K近邻搜索方式对无序点云轮廓进行排序;在点云轮廓中每隔x个点取出一个点并进行排序设置;计算点云轮廓中取出的每个点的切向向量;计算点云轮廓中取出的每个点指向点云外侧的法向向量;将每两个相邻的切向向量进行叉乘并相加记为向量e;将每个切向向量与相应的法向向量进行叉乘并相加记为向量d;计算向量e和向量d之间的夹角,根据夹角数值来判定点云的轮廓为内轮廓或外轮廓;当夹角数值小于90°则为内轮廓,当夹角数值大于90°则为外轮廓。

【技术实现步骤摘要】

:本专利技术涉及一种三维点云内外轮廓区分方法


技术介绍

0、
技术介绍

1、三维点云是指一个包含了大量三维点的集合,每个点都有x、y和z坐标,部分包含rgb以及激光反射强度等信息,分别对应表示在三维空间中的位置、颜色等信息;通常情况下,点云往往是通过激光扫描技术或结构光扫描技术从现实世界中获取的,而三维点云技术广泛应用于缺陷检测、三维重建、自动驾驶等工作中。

2、在点云处理过程中经常需要对点云的缺失部分轮廓识别,而轮廓识别后并不会区分内轮廓和外轮廓;目前常用的识别区分方法包括:1.基于轮廓点的数量进行区分;2.通过将点云投影到二维平面上,利用二维的处理方法进行处理分析;由于二维处理的局限性,不能对三维立体点云的内外轮廓进行准确识别区分;同时操作步骤繁琐,处理效率低下。


技术实现思路

0、
技术实现思路

1、本专利技术实施例提供了一种三维点云内外轮廓区分方法,方法设计合理,基于点云三维轮廓,计算获取每个点的切向向量和法向向量,并对切向向量和法向向量进行处理运算,根据两个计算向量的夹角数值来判定每个点的内轮廓或外轮廓,相较于现有二维处理方式通用性更强,同时操作步骤简便节省占用资源,整体处理效率高,解决了现有技术中存在的问题。

2、本专利技术为解决上述技术问题所采用的技术方案是:

3、一种三维点云内外轮廓区分方法,所述区分方法包括以下步骤:

4、s1,采用k近邻搜索方式对无序点云轮廓进行排序;

5、s2,在点云轮廓中每隔x个点取出一个点并进行排序设置;

6、s3,计算点云轮廓中取出的每个点的切向向量;

7、s4,计算点云轮廓中取出的每个点指向点云外侧的法向向量;

8、s5,将每两个相邻的切向向量进行叉乘并相加记为向量e;将每个切向向量与相应的法向向量进行叉乘并相加记为向量d;

9、s6,计算向量e和向量d之间的夹角,根据夹角数值来判定点云的轮廓为内轮廓或外轮廓;当夹角数值小于90°则为内轮廓,当夹角数值大于90°则为外轮廓。

10、采用k近邻搜索方式对无序点云轮廓进行排序包括以下步骤:

11、s1.1,随机选择点云轮廓中的一点;

12、s1.2,通过kd树来搜索最近的一点;

13、s1.3,基于新的点不断搜索距离最近且未被搜索过的点,直到返回第一个点将轮廓闭合。

14、所述切向向量包括取出的点中第i个点指向第i+1个点的向量,以及最后一个点指向第一个点的向量。

15、所述法向向量的计算方法为:将取出的每个点放回完整点云中,通过kd树取出邻近的y个点并计算其均值点,法向向量即均值点指向该点的向量。

16、所述向量e为第i个切向向量叉乘第i+1个切向向量,最后一个切向向量叉乘第一个切向向量,然后全部相加的结果。

17、所述向量d为第i个切向向量叉乘第i个法向向量,最后全部相加的结果。

18、本专利技术采用上述结构,通过k近邻搜索方式对无序点云轮廓进行排序,通过在点云轮廓中每隔x个点取出一个点并进行排序设置;通过取出的轮廓点获取切向向量;通过kd树取出邻近的y个点并计算其均值点来获取法向向量;通过运算处理获得向量e和向量d;通过计算向量e和向量d之间的夹角,根据夹角数值来判定点云的轮廓为内轮廓或外轮廓,具有精准实用、简便高效的优点。

本文档来自技高网...

【技术保护点】

1.一种三维点云内外轮廓区分方法,其特征在于,所述区分方法包括以下步骤:

2.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,采用K近邻搜索方式对无序点云轮廓进行排序包括以下步骤:

3.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所述切向向量包括取出的点中第i个点指向第i+1个点的向量,以及最后一个点指向第一个点的向量。

4.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所述法向向量的计算方法为:将取出的每个点放回完整点云中,通过KD树取出邻近的y个点并计算其均值点,法向向量即均值点指向该点的向量。

5.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所述向量e为第i个切向向量叉乘第i+1个切向向量,最后一个切向向量叉乘第一个切向向量,然后全部相加的结果。

6.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所述向量d为第i个切向向量叉乘第i个法向向量,最后全部相加的结果。

【技术特征摘要】

1.一种三维点云内外轮廓区分方法,其特征在于,所述区分方法包括以下步骤:

2.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,采用k近邻搜索方式对无序点云轮廓进行排序包括以下步骤:

3.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所述切向向量包括取出的点中第i个点指向第i+1个点的向量,以及最后一个点指向第一个点的向量。

4.根据权利要求1所述的一种三维点云内外轮廓区分方法,其特征在于,所...

【专利技术属性】
技术研发人员:刘延俊田中宇游华强李明辰李立磊
申请(专利权)人:山东大学
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