[发明专利]一种三维点云模型的分割方法

权利要求书

1.一种三维点云模型的分割方法，其特征在于，按照以下步骤实施：

步骤1，对三维点云模型进行骨架点提取并分割；

步骤2，获取三维点云模型的外部特征点；

步骤3，联合骨架点的分割点和外部特征点构建分割平面进行分割；

步骤4：对经步骤2的外部特征点进行检查，若还有剩余，补充外部特征点再进行分割。

2.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，所述步骤1具体为：

步骤1.1，对输入的点云数据进行骨架点的提取；

步骤1.2，将步骤1.1得到的骨架点利用基于八叉树的区域增长算法进行分割。

3.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述的步骤2中，具体包括：

步骤2.1，根据二维图像的方向梯度和角度，

将此公式扩展到三维层面上，即可得到三维空间当中一点梯度和角度；

α代表着二维过渡到三维的偏离角度，由于m2D总为正，即可得出α所处的区间为相比于二维图像，多增加了一个参数值，表示三维上的梯度方向；

步骤2.2，在给定关键点的三维邻域内构建加权直方图，利用经线和纬线对三维邻域进行划分，同时对方位角进行标准化，以避免从二维数据扩展到三维数据而产生的偏差；

添加到直方图的实际值如公式(4)所示，其中(x,y,z)代表关键点的坐标，(x₀,y₀,z₀)代表添加到方向直方图的位置，利用公式即可计算直方图的实际值；

步骤2.3，计算SIFT描述符，首先以关键点为中心旋转其三维邻域，使得三维邻域的主方向指向α＝θ＝0的方向，此步骤用矩阵(6)转换实现：

以关键点为中心，将关键点的邻域划分成4×4的小邻域空间，计算每个小邻域8个方向梯度直方图的累加值，即可得到一个128(4×4×8)维的特征向量作为此关键点的SIFT描述子。

4.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述步骤3中，具体包括：

步骤3.1，把原始点云数据读取到一个集合A中，骨架点读取到一个集合B中，外部特征点存放在一个集合C中，扫描集合B中的每一个点，如果集合B中一点b_i是分割点，则以b_i点为中心扫描邻近集合C中的关键点，b_i与C_i共同拟合成平面m_i，其法向量为v_i，得到分割平面，

步骤3.2，对于步骤3.1得到的分割平面，若不规范待分割的方向以及分割平面的区域范围，则无法确定要把数据的哪个部分分割出来，或是造成分割出的这部分数据中包含应属于其他部分的数据；再对b_i进行判定，如果bi点是端点，则将bi点存放在集合E中；从端点e_i开始到此分支另一端连接点处所有点的集合记为集合P，此集合中的连接点即为P_i,遍历集合A所有的点，找出距离p_i最近的点m，过点点p_i+1与p_ip_i+1为法向量构建平面L，从点m开始对邻近点进行区域增长，直至平面L的点，则停止，此部分为分割出的部分。

5.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述步骤4中，具体包括：

步骤4.1，在剩余的外部特征点集合C中，提取出其中某一点C_i，由于三点即可构成一个平面，以C_i为中心点，最大半径为r，搜索距离C_i最近的两个点C_j和C_n；

步骤4.2，如果在半径r内寻找不到两个点，则停止，选择另一个点C_i+1，重新开始上一个步骤，以C_i，C_j，C_n构成分割平面。