[发明专利]利用细化空间分隔法从点云提取室内导航元素的方法

说明书

本发明公开了一种利用细化空间分隔法从点云提取室内导航元素的方法，该方法通过将一面墙细化为两个墙面，利用区域增长算法获取墙面角点，从而获得室内的精细化表达，同时利用对应墙面上的对应区域点云密度比对方法，规避门窗提取中遮挡墙面的障碍物对提取结果产生的影响。其流程如下：首先，对单一楼层内的点云进行基于主成分分析法的法线滤波，剔除杂点。其次通过投影降维和区域增长算法获得提取所需的墙面。最后通过对对应墙面同时进行格网化，筛选对应格网均符合阈值的格网作为室内导航网络中门窗的位置。该方法在现有技术的基础上，极大地降低了障碍物对门窗提取的影响，增加了提取的正确性。

技术领域

本发明属于三维建模技术领域，特别是涉及一种利用细化空间分隔法从点云提取室内导航元素的方法。

背景技术

激光雷达技术是获取建筑物室内数据的重要手段，其获取的室内点云具有数据量大，离散化，噪声多等特点。但是单纯的点云数据虽然可以展示建筑内部的环境，实现三维浏览功能，但其数据量庞大，且不承载语义信息，因此建筑物室内点云的自动语义分割及三维结构空间模型构建成为研究热点。其他数据源相比，点云数据采集速度更快，采样频率更高，更新成本低。但是这也导致了点云数据具有高冗余，误差分布非线性，不完整等特点，这都给从杂乱无序的点云中识别和提取人工与自然地物要素带来了困难。并且由于室内环境的复杂性，无法有效定义室内导航元素之间的拓扑关系。因此如何有效从海量，散乱点云中高效提取出可用于室内三维建模的元素成为了研究难点。对于室内导航网络中的门窗提取，室内环境复杂，且橱柜等遮掩墙壁，其形状特征等与门窗类似，给提取造成阻碍。

现有提取方法在提取门窗所在墙体时，一般将墙体作为整体来提取。墙面在点云中可以表达为X值或者Y值相同的一组点集(曼哈顿世界)。包括：1.利用点云密度峰值检测过楼板之后，利用同样的方法对墙进行检测，八叉树划分后的子区间，在一个楼层空间中，墙存在区域，存在大量x值或者y值相同的样本，因此在沿着一个轴进行点云密度统计时，墙面处会相应形成峰值。2.应用PCA算法对点云计算法线后，采用RANSAC算法进行平面的检测。上述方法均将墙体作为一个整体的墙段来对待，忽略了墙体的厚度，从而使得对房间的提取不够精确。

门窗在点云中的特征表现为，位于墙上的矩形。利用这个特征提出了结合影像与点云进行门的提取。将图像进行正射校正，再将真彩色影像转换为灰度图像，应用canny算子提取边界。对提取到的边界进行方向滤波，最后筛选出影像中的门。此方法对于遮挡墙壁的柜子等在几何形状上和门类似的障碍物，无法有效区分。为了解决该问题，有思想提出，将门窗表述为形状为矩形的，在墙体表面上密度较低的区域，对于平面上的窗户和门，在对平面进行投影，光栅化后得到的二值图像，再利用GHT方法进行形状检测。但室内橱柜等物体通过遮挡墙壁，且其在墙体点云中的统计特征与几何特征均与门窗类似，上述方法很难进行区分。

因此，如何解决上述技术问题成为了本领域技术人员努力的方向。

发明内容

本发明的目的就是提供一种利用细化空间分隔法从点云提取室内导航元素的方法，能完全解决上述现有技术的不足之处。

本发明的目的通过下述技术方案来实现：

一种利用细化空间分隔法从点云提取室内导航元素的方法，采用三维激光扫描仪；

三维激光扫描仪的构造是由一台高速精确的激光测距仪，配上一组能引导激光并以均匀角速度扫描的反射棱镜；激光测距仪主动发射激光，同时接受由自然物表面反射的信号从而进行测距，该方法将墙面进行点云分割，获取到的每一个不相邻空间能够更加真实地表达房间的空间位置和大小；将承担空间分隔作用的墙，细化为能被三维激光扫描仪扫描并记录坐标的一组平行墙面和无法被扫描到的内部墙体，对组成同一个房间的墙面的角点进行检测，得到房间的精细化表达；并以一面墙的两个墙面对应的格网点云密度比对来对门窗进行提取，具体通过以下步骤实现：