[发明专利]基于局域平滑性和非局域相似性的三维点云修复方法有效
申请号: | 201811610195.6 | 申请日: | 2018-12-27 |
公开(公告)号: | CN109859114B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 胡玮;傅泽卿;郭宗明 | 申请(专利权)人: | 北京大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T17/20 |
代理公司: | 北京君尚知识产权代理有限公司 11200 | 代理人: | 余长江 |
地址: | 100871 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 局域 平滑 相似性 三维 修复 方法 | ||
本发明提出了一种基于局域平滑性和非局域相似性的三维点云修复方法,涉及图信号处理领域,包括的主要步骤有:点云的体素化、点云孔洞的检测、搜索相似区域、相对位置的匹配、修复缺失区域。本方法能够很好地修复复杂的几何结构,减少几何结构的损失,不产生伪影,修复保真度高。
技术领域
本发明涉及点云修复领域,其理论基础涉及图信号处理领域,具体涉及一种基于局域平滑性和非局域相似性的三维点云修复方法。
背景技术
使用三维扫描仪和深度感测采集到的点云数据会不可避免地产生数据误差:对于一些扫描不到的区域,在扫描结果中会以缺失数据的孔洞的形式呈现。缺失数据的原因包括由于扫描角度的不完全,激光扫描仪本身的局限性,以及物体几何结构过于复杂繁复等。
在孔洞检测方面,目前有两类主流算法:基于网格的方法和基于点的方法。
基于网格的方法的主要是在点云上构建网格,Emelyanov等人、Orriols等人和Floater等人通过一些贪婪策略提取孔边界,并将未被三角形链包围的点视为边界特征点,但这类方法由于需要在大量的点之间建立边和面的连接关系,所以计算复杂度很高,并且当点分布不均匀时,提取的边界不够准确。
基于点的方法主要通过分析点周围的邻接关系直接在点云上进行检测。Nguyen等人、Aldeeb等人和Chen等人首先提取三维点云的轮廓,然后通过生长函数检测孔洞,但这种方法不能将缺失区域的边缘与物体本身含有的封闭边缘分开。Bendels等人计算每个点的边界概率,并以最短的成本路径方式构造围绕孔的闭环;He等人和Wu等人检测每个点的与其K近邻之间的边的夹角是否达到阈值来确定孔洞的边界点。但这些方法无法区分稀疏区域和孔洞,并且检测到的边界点可能是不完整和不连贯的。
在点云修复方面,目前有两类主流算法:基于搜索线上数据库的方法和基于孔洞周围局域信息的方法。
基于搜索线上数据库的方法主要通过寻找外界资源中相似的数据来填充缺失区域。Sahay等人先尝试通过参考缺失区域周围的几何信息,从已有的点云库中寻找相似数据进行填充;后又提出另一种将点云投影到深度图上的方法,使用字典学习从在线的深度图数据库中搜索相似的深度图,将未知部分对应的信息粘贴到空缺区域,最后将补好的深度图投影回点云。此类方法对被搜索的数据库要求较高,需要足够的与待修补点云相似的序列,且直接填充难免在衔接处产生几何结构的不对齐,这是在最后平滑处理时难以解决的问题。此外,在深度图方法中的两次投影过程将不可避免地产生几何结构的损失。
基于孔洞周围局域信息的方法主要参照当前点云本身的数据,通过对缺失区域周围的点的分析来预测缺失区域内部的几何结构。Shankar等人通过提取孔洞周围的边界点来计算其几何特征,并由此拟合出缺失部分的曲面,通过采样插值得到填充的点;Lin等人则将孔洞分解为几个子洞后,分别利用张量投票方法提取其几何特征单独填充;Lozes等人参考孔洞周围点云的信息列出修复孔洞的优化方程,通过偏微分方法求解来进行修补;Wu等人主要针对人体数据中趋于平面的条状孔洞,采用中值算子和平滑收敛算法将边界趋势进行延伸来填补。这类方法完全依靠孔洞周围的局部信息进行修补,由于参考信息比较单一,所以其修补结果比实际内容要更趋于平面,容易失真,且几何结构复杂时,修补的边界容易产生伪影。
发明内容
针对上述问题和相关方法的缺陷,本发明提出了一种基于局域平滑性和非局域相似性的三维点云修复方法,能够很好地修复复杂的几何结构,减少几何结构的损失,不产生伪影,修复保真度高。
为解决上述技术问题,本发明采用如下技术方案:
一种基于局域平滑性和非局域相似性的三维点云修复方法,包括以下步骤:
1.点云的体素化:
(1)将输入的点云Po坐标进行放缩,使相邻两点间距离接近1,得到Pc。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811610195.6/2.html,转载请声明来源钻瓜专利网。