[发明专利]重叠点云融合方法

权利要求书

1.一种重叠点云融合方法，其特征在于包括如下步骤：

1)获取拼接后的点云数据，所述点云数据包含所有点的三维坐标数据；对单片点云进行标记，该标记具有唯一性；

2)计算点云中所有点与邻近点之间的点间距，后取平均值作为此片点云的点间距β，将点云数据中各点的融合状态标记为未融合点；

3)对某一未融合点，基于八叉树所确定的拓扑关系，采用八叉树的固定半径搜索方法确定其邻近点，将该点的所有邻近点组成的集合标记为邻近点集；

其中，确定邻近点的方法为：将某一未融合点作为中心，将步骤2)中求得的点间距作为半径约束，构建球形搜索空间，取搜索空间内的点集作为该未融合点的邻近点集；

计算所述邻近点集内包含未融合点的数量，当所述未融合点的数量大于预设值时，该邻近点集所对应的点属于重叠区，进行步骤4)；反之属于非重叠区，重新选点，利用本步骤方法确定其是否属于重叠区，直至筛选出属于重叠区的新选点；

4)利用如下步骤对重叠区内的点进行融合；

①对重叠区域内点的邻近点集进行统计，获知该邻近点集内未融合点标记，该标记为所述邻近点集内某一点所在点云的标记；再统计邻近点集内属于不同点云的点的数量；

②计算邻近点集内不同点的权重，所述权重为：在邻近点集内与该点在同一片点云下点的数量占所述邻近点集内点的总数的比值；

③将所述邻近点集内所有未融合点与权重的积求和，作为融合后的新点；将新点和所述邻近点集内所有点标记为融合点；

5)重复步骤3)、4)直至所有重叠区域内点均已融合；

6)输出结果，将所有标记为未融合点和融合点的数据合并，输出单层点云数据。

2.如权利要求1所述重叠点云融合方法，其特征在于：步骤2)计算某片点云的点间距β所使用的方法如下：先对点云中的数据建立k-d树，再利用k-d树的最近邻点搜索方法，逐点计算各点与其邻近点集内各点的平均欧式距离，后取各点的平均欧式距离的均值，作为该片点云的点间距β。

3.如权利要求1所述重叠点云融合方法，其特征在于：步骤2)计算某片点云的点间距β时，采用八叉树的方法进行计算，计算方法如下，先对某片点云中的数据建立八叉树，利用八叉树的固定半径搜索方法，最后计算该点与邻近点集中所有点的欧氏距离平均值，再求所有点的欧氏距离平均值的均值作为所在点云的点间距β。

4.如权利要求3所述重叠点云融合方法，其特征在于：固定半径为1/20～4/20包围盒最大边长尺寸。

5.如权利要求1所述重叠点云融合方法，其特征在于：步骤3)中预设值为2～10。