[发明专利]基于点云数据的平面提取方法、系统、装置及存储介质

说明书

本申请公开了一种基于点云数据的平面提取方法，从点云数据中恢复得到数据格网和既定扫描线，并基于此构建得到另外的伪扫描线，之后再利用线简化算法去除扫描线中不必要的点，得到保留下来的特征点，并基于特征点将原扫描线拆分为各扫描线段，以各扫描线段的主方向为参考依据进行聚类处理，得到由线特征组成的各平面碎片，最后将拥有相同或相似法向且存在重叠区域的平面碎片进行合并得到目标平面。通过以线特征的方式摆脱了现有算法对高点云密度的依赖，同时也能够显著减少法向对比的次数，提升了效率。本申请还同时公开了一种感兴趣区域确定装置、设备及计算机可读存储介质，具有上述有益效果。

技术领域

本申请涉及信息测绘技术领域，特别涉及基于点云数据的平面提取方法、系统、装置以及计算机可读存储介质。

背景技术

随着三维激光扫描仪、深度传感器的广泛应用，点云数据作为测量数据的新类型，如何处理点云数据已经成为一个典型问题。其中，平面提取作为点云数据中一种常见处理，广泛应用于场景建模、模式识别和机器人定位与导航等具体场景中。

常见的平面提取算法，是利用点邻域的平面特性，通过获取各区域的法向，依据区域增长算法合并具有相同或相近法向的区域，最终得到目标平面。而随着移动式三维激光扫描仪、深度传感器的广泛应用，以及点云数据在几何空间内分布的特殊性，规则而不均匀分布的点云数据会直接对现有平面提取算法的可靠性和稳定性造成影响，而高频数据更新率亦对提取速度提出更高的要求。

该类点云在球坐标系下的角度间隔是一致的，在场景中的相对距离存在较大幅度的变化时，导致点云的分布密度呈现各向异性，致使在点云密度这一参数不理想时(如纵向扫描间隔远大于横向扫描间隔时)，使用传统的k近邻方法或半径搜索方法，均无法获得正确的法向分布；一种主流的备选方案为基于格网邻域计算区域法向的算法，也存在以下不足：1)邻域区域定义范围不可变，无法基于可变区域计算区域法向；2)在处理低分辨率、低扫描线数的点云数据时，若出现数据丢失，无法有效的计算区域法向；3)当邻域定义过大时，无法有效反映局部特征；4)当点云分布不均匀时，邻域区域易将实际距离较远的点加入区域特征运算中；5)在区域增长过程中需不断比较法向差距，运算量较大。

综上所述，造成上述问题出现的主要原因是由于获取得到的点云密度较低且不均匀，而现有技术只能在密度较高且均匀的点云实现精度较高的平面提取，因此，如何能够基于密度较低且不均匀的点云数据实现精度较高的平面提取效果，是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种基于点云数据的平面提取方法，首先从点云数据中恢复得到数据格网和既定扫描线，并基于此构建得到另外的伪扫描线，区别于现有技术基于点特征进行平面提取的方法，本申请以线特征入手，之后再利用线简化算法去除扫描线中不必要的点，得到保留下来的特征点，并通过连接特征点的方式将原扫描线拆分为各扫描线段，接下来以各扫描线段的主方向为参考依据进行聚类处理，得到由线特征组成的各平面碎片，最后只需要将拥有相同或相似的法向且存在重叠区域的平面碎片进行合并就可以得到目标平面。本申请依次通过恢复数据格网、既定扫描线、生成伪扫描线以及提取特征点的方式，摆脱了现有算法对高点云密度的依赖，以线特征为平面提取的基础，同时也能够显著减少法向对比的次数，提升了效率。

本申请的另一目的在于提供了一种基于点云数据的平面提取系统、装置以及计算机可读存储介质。

为实现上述目的，本申请提供一种基于点云数据的平面提取方法，包括：

从点云数据中恢复数据格网，并根据所述数据格网恢复既定扫描线；

在所述数据格网下根据所述既定扫描线生成伪扫描线，得到由所述既定扫描线和所述伪扫描线组成的扫描线集；

利用线简化算法提取所述扫描线集中的每条扫描线上的特征点；

连接每条所述扫描线上各相邻的特征点，得到各扫描线段，并分别计算得到每条所述扫描线段的主方向；