[发明专利]基于点云数据的三维树枝折断效果模拟算法

说明书

本发明公开了基于点云数据的三维树枝折断效果模拟算法，包括以下步骤：步骤S3，通过特征信息对点云数据信息进行配准，步骤：S301，预先采集点云信息，并搜索NARF关键点信息，计算其关键点的FPFH特征向量；S302，计算关键点信息映射关系，并通过RANSAC算法提纯映射关系；S3033，计算空间转换参数R和T，并将点云信息转换到同一空间坐标系。有益效果：通过基于点云数据提取以及点云数据配准，实现获取较为完整的树枝折断模型，不仅实现树枝折断小毛刺细节处的恢复和重建，而且获得的点云数据中较为完整，可为虚拟场景中的树枝折断模型提供素材，也可以使电影、游戏、广告、相关技术教学等场景中树枝的折断模拟更加真实。

技术领域

本发明涉及点云数据技术领域，具体来说，涉及基于点云数据的三维树枝折断效果模拟算法。

背景技术

点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到点的集合，称之为“点云”(Point Cloud)。点云模型往往由测量直接得到，每个点对应一个测量点，未经过其他处理手段，故包含了最大的信息量。随着计算机技术的发展，点云相关的问题是当前研究的热点所在。

虽然国内外对于点云的配准、去噪以及图像处理和相关算法的研究已有不少，近年来与之相关的各种研究也层出不穷，但利用实测点云数据恢复树枝断口的研究却尚未出现。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出基于点云数据的三维树枝折断效果模拟算法，以克服现有相关技术所存在的上述技术问题。

本发明的技术方案是这样实现的：

基于点云数据的三维树枝折断效果模拟算法，包括以下步骤：

步骤S3，通过特征信息对点云数据信息进行配准，其具体包括如下步骤：

S301，预先采集点云信息，并搜索NARF关键点信息，计算其关键点的FPFH特征向量；

S302，计算关键点信息映射关系，并通过RANSAC算法提纯映射关系；

S3033，计算空间转换参数R和T，并将点云信息转换到同一空间坐标系。

进一步的，其特征在于，进一步还包括以下步骤：

步骤S1，Kinect采集原始点云数据信息；

步骤S2，对采集的点云数据信息进行特征信息提取；

步骤S4，获取细节恢复信息。

进一步的，其特征在于，步骤所述S1，Kinect采集原始点云数据信息，包括以下步骤：

噪声点去除；

点云数据精简；

点云数据平滑。

进一步的，步骤所述S4，获取细节恢复信息，其包括判断是否获取足够特征点，包括如下：

若足够足够特征点，则进入步骤S4，获取细节恢复信息；

若不够特征点，则改变扫描角度，重复步骤S1。

本发明的有益效果：

本发明通过基于点云数据提取以及点云数据配准，实现获取较为完整的树枝折断模型，不仅实现树枝折断小毛刺细节处的恢复和重建，而且获得的点云数据中较为完整，可为虚拟场景中的树枝折断模型提供素材，也可以使电影、游戏、广告、相关技术教学等场景中树枝的折断模拟更加真实。

附图说明