[发明专利]一种适用于已配准多视角有序点云的整体优化方法

权利要求书

1.一种适用于已配准多视角有序点云的整体优化方法，其特征在于，所述方法包括以下步骤：

1)初始化：载入各幅点云及其各自的视点，各幅点云均为有序点云，且各幅点云已经配准，初始化迭代次数NI为1；

2)点云三角化：对各幅点云分别使用有序点云三角化方法进行三角化；

3)干涉检查：定义点云中存在的点为有效点，为各幅点云中的每个有效点均设立可移动标记BT，并初始化为-1；对各幅点云中的每个有效点分别进行干涉检查处理，获得干涉组，每个干涉组包括被遮挡点E、三角面T、三角面T三个顶点各自对应的伪目标点Q’、干涉距离H和干涉方向D的数据；

所述步骤3)中干涉检查处理具体为：

3.1)定义正在处理的有效点为检查点P，定义检查点P所在点云的视点为检查点视点VP，对每一幅除检查点P所在点云以外的其他点云分别进行如下处理：对该点云的各三角面进行干涉距离H计算与干涉条件判断，若存在符合干涉条件的三角面，则从中选出干涉距离H最小的三角面T，执行步骤3.2)；否则不做处理；

3.2)定义三角面T所在点云的视点为三角面视点VT，如果三角面视点VT指向检查点P的射线VTP与三角面T所在平面ST相交，则执行步骤3.3)；否则不做处理；

3.3)对三角面T的三个顶点分别进行伪目标点计算与移动条件判断，如果三角面T的三个顶点中至少有一个顶点达到移动条件，则进行步骤3.3.1)；否则直接进行步骤3.3.2)；

3.3.1)将检查点P的可移动标记BT置为1，分别将三角面T的三个顶点各自的可移动标记BT置为1；

设立干涉方向D：如果检查点视点VP在三角面T的正面一侧，则干涉方向D为正；否则为反；

将检查点P作为被遮挡点E，并与三角面T、三角面T三个顶点各自对应的伪目标点Q’、干涉距离H、干涉方向D的数据一起归为一个干涉组，并记录；

3.3.2)对三角面T的三个顶点分别进行如下处理：如果该顶点的可移动标记BT为-1，则将其置为0；否则不做处理；

4)计算权重：为各幅点云中的每个有效点均设立被遮挡权重Wd、正面遮挡权重Wf和反面遮挡权重Wb的三个权重值，并都初始化为0，然后对每个干涉组分别采用如下方式进行处理；

将干涉距离H加到被遮挡点E的被遮挡权重Wd中，然后进行判断：如果干涉方向D为正，则将干涉距离H分别加到三角面T三个顶点各自的正面遮挡权重Wf中；如果干涉方向D为反，则将干涉距离H分别加到三角面T三个顶点各自的反面遮挡权重Wb中；

5)计算偏移量：为各幅点云中的每个有效点均设立累计偏移量Rsum和累计偏移量计数NR，并都初始化为0，然后对每个干涉组分别采用如下方式进行处理；

计算被遮挡点偏移量RE＝-H/|EVE|，式中：H为干涉距离，|EVE|为被遮挡点E到其所在点云视点VE的距离，然后进行判断：如果干涉方向D为正，则进行正向干涉处理；如果干涉方向D为反，则进行反向干涉处理；

所述步骤5)中正向干涉处理具体为：

5.a1)计算被遮挡点加权偏移量式中：RE为被遮挡点偏移量，Wd为被遮挡点E的被遮挡权重，为三角面T三个顶点的正面遮挡权重Wf的平均值；然后将被遮挡点加权偏移量REW加到被遮挡点E的累计偏移量Rsum中，并使被遮挡点E的累计偏移量计数NR增1；

5.a2)接着，对三角面T的三个顶点分别进行如下处理：

先计算顶点偏移量RQ＝|Q’Q|/|QVT|，式中：|Q’Q|为顶点Q的伪目标点Q’到顶点Q的距离，|QVT|为顶点Q到三角面视点VT的距离；

再计算顶点加权偏移量RQW＝RQ×Wf/(Wf+Wd)，式中：RQ为顶点偏移量，Wf为顶点Q的正面遮挡权重，Wd为被遮挡点E的被遮挡权重；

然后将顶点加权偏移量RQW加到顶点Q的累计偏移量Rsum中，并使顶点Q的累计偏移量计数NR增1；

所述步骤5)中反向干涉处理具体为：

5.b1)计算被遮挡点加权偏移量式中：RE为被遮挡点偏移量，Wd为被遮挡点E的被遮挡权重，为三角面T三个顶点的反面遮挡权重Wb的平均值；然后将被遮挡点加权偏移量REW加到被遮挡点E的累计偏移量Rsum中，并使被遮挡点E的累计偏移量计数NR增1；

5.b2)接着，对三角面T的三个顶点分别进行如下处理：

先计算顶点偏移量RQ＝-|Q’Q|/|QVT|，式中：|Q’Q|为顶点Q的伪目标点Q’到顶点Q的距离，|QVT|为顶点Q到三角面视点VT的距离；

再计算顶点加权偏移量RQW＝RQ×Wb/(Wb+Wd)，式中：RQ为顶点偏移量，Wb为顶点Q的反面遮挡权重，Wd为被遮挡点E的被遮挡权重；

然后将顶点加权偏移量RQW加到顶点Q的累计偏移量Rsum中，并使顶点Q的累计偏移量计数NR增1；

6)采用以下方式处理异常点；

6.1)初始化移动点数量NMP为0，对各幅点云中的每个有效点分别进行如下处理：如果当前有效点C的累计偏移量计数NR大于0，则进行移动点处理；否则不做处理；

所述步骤6.1)中移动点处理具体为：

6.1.1)先计算平均偏移量Ravg＝Rsum’/NR’，式中：Rsum’为当前有效点C的累计偏移量，NR’为当前有效点C的累计偏移量计数；

再计算移动距离d＝|Ravg|×|CVC|，式中：|Ravg|为平均偏移量Ravg的绝对值，|CVC|为当前有效点C到其所在点云的视点VC的距离；如果移动距离d不小于最小移动距离阈值，则执行步骤6.1.2)，否则不做处理；

6.1.2)计算目标点C’＝(C-VC)×Ravg+C，式中：C为当前有效点，VC为当前有效点C所在点云的视点，Ravg为平均偏移量；然后将当前有效点C的坐标替换为目标点C’的坐标，使移动点数量NMP增1；

6.2)从各幅点云中删除不是任何一个三角面顶点的有效点；

6.3)从各幅点云中删除可移动标记BT为0的有效点；

7)迭代终止检查：如果达到迭代终止条件，则结束处理，所得各幅点云为优化后的点云；否则使迭代次数NI增1，返回步骤2)重复各步骤进行迭代处理，直到达到迭代终止条件；

所述步骤7)中迭代终止条件的判断方法具体为：如果迭代次数NI等于最大迭代次数或者移动点数量NMP相比上一次迭代计算结果不再减少，则认为达到迭代终止条件；否则认为没有达到迭代终止条件。