一种基于图论的三维点云数据平面提取方法技术

本发明专利技术涉及一种基于图论的三维点云数据平面提取方法，该方法首先构建一个图，图中的每个顶点对应三维点云中的一个数据点，图上的边通过k近邻算法计算得到；同时使用权重局部平面拟合方法计算每个点的平面法向量；然后，计算图中每条边对应的权重值，即每条边对应的两个顶点的法向量差值，并为图中的每一个顶点赋一个初始阈值；接着，对图上的每一条边，如果该法向量差值不大于两个区域阈值中的任意一个，合并两个区域，并且新区域的阈值等于法向量差值加上初始阈值除以新区域的数据点个数；最后，对于每一个区域，如果数据点数大于设定的阈值，则认为该区域为一个平面。与现有技术相比，本发明专利技术具有平面提取精度高、抗噪声干扰性强等优点。

【技术实现步骤摘要】

本专利技术涉及一种点云数据处理方法，尤其是涉及。
技术介绍
语义地图是移动机器人理解环境的一个长期目标，同时室内环境通常包含很多平面，所以，平面提取或平面分割是构建语义地图、理解环境的先决条件。通常来说，平面提取是从一组三维点集中检测平面的问题。目前，平面提取的常用方法是基于平面数学模型的方法，如随机采样一致性(RANdom SAmple Consensus,RANSAC)方法和哈夫变换方法(HoughTransform Method)，这些方法能够从三维点云数据中提取到符合平面数学模型的平面，但是无法确定该平面是否确实存在于实际的场景中。除此以外，还有区域增长方法(RegionGrowing Method)、数据聚类方法等,这些方法不能很好的处理三维点云数据中的噪声。 室内环境中的家具，如椅子，桌子等，对于移动机器人理解环境是不可或缺的，而这些物体往往包含着不容易被检测到的面积较小的平面。在检测场景中的较大平面时，如墙壁、天花板等，这些局部小平面经常被忽略。所以为了更好地理解环境，需要提取到局部小平面。同时，由于摄像机的内在物理局限性和数据获取过程中不可避免的噪声，三维点云中通常本文档来自技高网...

【技术保护点】
一种基于图论的三维点云数据平面提取方法，其特征在于，该方法包括：1)构建一个无向图G＝(V.E)，其中V表示图中的顶点，每一个顶点代表三维点云中的一个数据点，E表示相邻两个点之间的边，通过k近邻算法计算得到；2)采用权重局部平面拟合方法计算三维点云中每个点即图中每个顶点对应的法向量；3)计算图中每条边对应的权重值，即每条边对应的两个顶点的法向量差值，并且将所有的边按权重值升序排列；同时，为图中的每一个顶点赋一个初始阈值；4)对图上的每一条边，如果相应的两个顶点不在同一个区域，那么计算两个区域的法向量差值，如果该法向量差值不大于两个区域阈值中的任意一个，合并两个区域，并且新区域的阈值等于法向量差...

【技术特征摘要】

【专利技术属性】
技术研发人员：王廷旗，陈启军，
申请(专利权)人：同济大学，
类型：发明
国别省市：