[发明专利]三维点云中基于随机采样一致性的特征线检测方法

权利要求书

1.三维点云中基于随机采样一致性的特征线检测方法，通过基于随机采样一致性在点云中检测出多个平面，然后将每个平面参数化域的边界点作为候选检测特征线，其特征在于该方法的具体步骤为：

步骤1，基于随机采样一致性的平面检测。

步骤2，特征线候选点提取，将检测出的平面所能拟合的点投影到平面上，构造位图并选择出边界点作为候选点。

步骤3，在候选点上应用随机采样一致性检测出特征线所在的直线。

步骤4，基于主成分分析(Principal Component Analysis)的线段参数计算，将每条直线所能拟合的点划分为多个相互连通的区域，为每个区域计算线段的起点和终点。

2.根据权利要求1所述的三维点云中基于随机采样一致性的特征线检测方法，其特征在于：基于随机采样一致性RANSAC的平面检测，采用的是点云中基于RANSAC的基元检测方法，该方法是在点云中随机选取三个点确定一个平面，然后根据点云中其余点到平面的距离以及法向量的偏差选择出一个最优平面，即能够被此平面拟合的点的数目最大，其过程如下：

步骤1、从点云中随机选择三个点

步骤2、根据选择的三个点的位置构造一个估计平面，即根据三个点的位置构造一个平面L^t；

步骤3、根据三个点的法向量以及估计平面的法向量判断平面是否有效；

步骤4、计算点云中其余点到估计平面的距离以及与法向量的夹角，将满足阈值的点的个数作为当前估计平面的分数，更新最优平面的分数及参数；

步骤5、判断是否达到最大采样次数，如果未达到，则执行步骤1～4，否则继续；

步骤6、将选择出的最优平面记录并将被此最优平面拟合的点从点云中移除；

步骤7、判断剩余的点是否可以形成或可以拟合某个特定数目点的平面，如果可以，则执行步骤1～6，否则执行结束，返回数据。

3.根据权利要求1所述的三维点云中基于随机采样一致性的特征线检测方法，其特征在于特征线候选点提取，将每个平面L所能拟合的点，即计入分数的点投影到L上，并将投影区域的边界点作为构成特征线的候选点，过程如下：

步骤1、计算点到平面L的投影；

步骤2、构建平面上投影点的位图；

步骤3、在位图中检测边界点，此处按照先行后列的顺序遍历步骤2中构建的位图，并按照8邻域，上、下、左、右、左上、右上、左下、右下，检测出存在值为0的邻居的格子；

步骤4、将在位图中检测出的边界点对应的投影点作为候选点输出。

4.根据权利要求1所述的三维点云中基于随机采样一致性的特征线检测方法，其特征在于在得到特征线的候选点之后，接下来将在这些候选点中检测出特征线，主要流程是：

步骤1，从候选点中随机选择两个点；

步骤2，根据选择的两个点的位置构造一条估计直线；

步骤3，计算候选点中其余点到估计直线的距离，将满足阈值的点的个数作为当前估计直线的分数，更新最优直线的分数及参数；

步骤4，判断是否达到最大采样次数，如果未达到，则执行步骤1，否则继续；

步骤5，将选择出的最优直线记录并将被此最优直线拟合的点从候选点中移除；

步骤6，判断剩余的点是否可以形成至少可以拟合某个特定数目点的直线，如果可以，则执行步骤1，否则执行结束，返回数据。

5.根据权利要求1所述的三维点云中基于随机采样一致性的特征线检测方法，其特征在于基于主成分分析(Principal Component Analysis)的线段参数计算的步骤如下：

步骤1、对于每条特征线，将满足距离约束的点按照距离阈值λ划分为多个区域，即如果两个边界点的之间的距离小于λ，则认为它们处于同一条线段中；

步骤2、对于每个区域中的所有点，计算其重心位置，并构造协方差矩阵，而后对此矩阵进行特征值分解，选取最大特征值对应的特征向量作为线段的方向；

步骤3、为区域内的所有点构造与轴方向平行的最小长方体包围盒，并将包围盒的中心投影到步骤2得到的直线上作为线段的中点；

步骤4、由中点按照直线的正反方向移动包围盒长度的一半，将得到的两个点作为最终特征线段的两个端点。