[发明专利]基于点云投影和点云增长的拼接冗余点云去除方法

说明书

本发明公开了一种基于点云投影和点云增长的拼接冗余点云去除方法，首先根据三维传感设备的测量精度与获取的点云范围构造三维图像，然后将点云逐批次的投影到三维图像中，分别计算出各点云落在三维图像中的坐标，并根据点云增长范围标注三维图像各体素上的值，最后通过比较两片点云投影在三维图像上各像素的值，从而完成拼接点云去冗余。本发明可以在拼接测量过程中自动计算出每一次拼接与前面多次测量中的重叠区域，快速去除多次测量产生的冗余点，从而完成拼接点云去冗余。

技术领域

本发明涉及点云拼接中重叠区域的冗余点去除技术，特别是一种基于点云投影和点云增长的拼接冗余点云去除方法。

背景技术

随着三维视觉的发展，物体三维信息的获得与处理受到越来越多的重视。对于大体积物体，三维传感设备需从多个角度获得物体点云数据并进行多次拼接测量，才能得到单个物体完整点云。两片点云拼接后重叠区域会产生大量的冗余点云，并且冗余点云的数据量会随着拼接次数的增多越来越大，不但影响后期三维点云数据的处理，也会降低三维建模的速度和精度。

针对点云拼接中重叠区域的冗余点删除问题，梁新合等人使用法向约束的点云融合方法，但过于依赖种子点，去冗余效果不够稳定。曹局明等人则利用移动最小二乘法对点云数据进行数据融合，但计算时间过长，杜晓辉采用混合模式精简点云，杨斌采用多分辨率简化算法，这些方法都没有摆脱计算量过大的问题。根据点的重要性，Nira Dyn构造非负函数，并采用基于迭代的方法简化点云，黄文明等人计算样点对最小二乘移动曲面的影响大小以简化点云，这些方法仍然面临计算量大，非线性优化过程过于复杂的问题。

以上方法大多是从三维点云的角度出发，通过计算点云的曲率密度等信息删除多余的点云，这些方法往往面临计算量大，效率低，无法保证保留原始扫描数据信息的问题。

发明内容

本发明的目的在于提供一种基于点云投影和点云增长的拼接冗余点云去除方法。

实现本发明目的的技术解决方案为：一种基于点云投影和点云增长的拼接冗余点云去除方法，包括以下步骤：

步骤1、获取三维点云数据；

步骤2、制作三维图像；

步骤3、三维图像体素赋值：根据获得的点云数据，逐个计算所有点云落在三维图像中的位置并为各体素赋值，如果落于三维图像外则舍去不再计算；

步骤4、去除拼接冗余点云：根据第N次测量获得的点云建立的三维图像，分别使用第N次测量获得的点云与第1～N-1次测量获得的经过去冗余后的所有点云对三维图像赋值；设使用第N次测量获得的点云数据对三维图像赋值后，坐标(x_a,y_a,z_a)的体素k值为k_aN,设第1～N-1次测量获得的经过去冗余后的所有点云对三维图像赋值后，坐标(x_a,y_a,z_a)的体素k值为k_aN′，当k_aN-k_aN′大于阈值S时，将第N次测量获得的点云所有落在该体素内的点记做非冗余点，遍历所有的体素，删除第N次测量获得的点云中所有没有被标记为非冗余点的点，余下点保留；

步骤5、重复步骤2～步骤4，依次去除三维传感设备获取的点云中所有的冗余点，最终得到去冗余后的点云。

与现有技术相比，本发明的显著优点为：本发明提出一种基于点云投影和点云增长的拼接点云去冗余方法，该方法根据点云深度信息，逐批次的将点云投影到三维图像上，并通过点云增长为三维图像体素赋值，并通过比较两片点云投影在相同三维图像上各体素的值，删除冗余点云，从而完成拼接点云去冗余，去冗余准确度高，速度快，且方法简单易实施。

附图说明

图1为本发明基于点云投影和点云增长的拼接冗余点云去除方法流程图。