[发明专利]点云数据K邻域搜索方法

权利要求书

1.点云数据K邻域搜索方法，其特征在于，包括：

将点云数据中每个点分别从X、Y、Z三个方向进行升序排列，存入数组Px、Py和Pz中；

取数组Px中的第i点，分别向前向后按照设定步长取样，若取样点的X方向与第i点的距离小于阈值d，则将其索引存入数组TemX中，并增加一次步长取样，直至取样点X方向距离与第i点的距离大于阈值d；

取数组Py中的第j点，分别向前向后按照设定步长取样，若取样点的Y方向与第j点的距离小于阈值d，则将其索引存入数组TemY中，并增加一次步长取样，直至取样点Y方向距离与第j点的距离大于阈值d；

取数组Pz中的第k点，分别向前向后按照设定步长取样，若取样点的Z方向与第k点的距离小于阈值d，则将其索引存入数组TemZ中，并增加一次步长取样，直至取样点Z方向距离与第k点的距离大于阈值d；

基于TemX、TemY和TemZ中搜索点的交集确定搜索点集；

计算搜索点与候选点之间的欧式空间距离，取距离最近的K个点组成所述候选点的K邻域;

其中，数组Px中的第i点、数组Py中的第j点和数组Pz中的第k点对应为候选点P（i，j，k）。

2.根据权利要求1所述的点云数据K邻域搜索方法，其特征在于，所述阈值d的取值为点云平均间距的4至5倍。

3.根据权利要求1所述的点云数据K邻域搜索方法，其特征在于，在将点云数据中每个点分别从x、y、z三个方向进行升序排列之前，所述方法还包括：

保存点云数据的索引值；和

初始化点云数据的标识为初始值；则所述方法还包括：

在确定X方向与第i点的距离小于阈值d的取样点后，将所述X方向与第i点的距离小于阈值d的取样点的标识值加1；在确定Y方向第j点的距离小于阈值d的取样点后，将所述Y方向与第j点的距离小于阈值d的取样点的标识值加1；在确定Z方向第k点的距离小于阈值d的取样点后，将所述Z方向与第k点的距离小于阈值d的取样点的标识值加1。

4.根据权利要求3所述的点云数据K邻域搜索方法，其特征在于，所述初始值为0，则基于TemX、TemY和TemZ中搜索点的交集确定搜索点，具体为：

将标识值增大3的点确定为搜索点。

5.根据权利要求3所述的点云数据K邻域搜索方法，其特征在于，在数组Px、数组Py和数组Pz中取样时，所述方法还包括：

若第一次取样的点的个数小于设定步长，则将所有取样点的标识加1。