[发明专利]一种基于存活概率的点云精简方法

权利要求书

1.一种基于存活概率的点云精简方法，所述方法包括以下步骤：

第一步骤，读取原始点云数据，基于kdtree算法对所述原始点云数据建立拓扑关系，获取每一个数据点的半径r范围内所有邻域点；

第二步骤，基于主成分分析法使用多线程并行计算对每一个数据点及其邻域点进行协方差分析以获得协方差矩阵，分别计算所述协方差矩阵的三个特征值λ₁、λ₂、λ₃，所述数据点对应曲率为

第三步骤，将所有数据点按照是否为边界点分为边界点或非边界点，将非边界点按曲率大小进行排序，按照预定阈值分为高曲率点与低曲率点，边界点、高曲率点、低曲率点点数分别为n₁、n₂、n₃，

第四步骤，根据预定精简比率比与n₁、n₂、n₃的大小，计算边界点、高曲率点和低曲率点所需删减的点数，其中，先将低曲率点删减，其次是高曲率点，最后是边界点，基于点云的精简比率以及边界点、高曲率点和低曲率点的点数确定存活概率模型，对每个边界点、高曲率点和低曲率点赋予存活概率，其中，边界点存活概率最大，非边界点存活概率随曲率从大到小递减，

第五步骤：基于多线程并行计算遍历点云的每一个数据点，每一次随机生成一个大小在0到1之间的随机数，比较所述随机数与存活概率，当该随机数小于存活概率时，所述数据点保留下来，否则删除，以获得精简后的点云数据。

2.根据权利要求1所述的方法，其中，第一步骤中，统计每一个数据点的邻域内点数n_i，其中，半径r为5mm，当n_i＜5时，所述数据点判定为离群点且将该点删除，邻域点查找操作结束后总点数变为n。

3.根据权利要求1所述的方法，其中，第二步骤中，基于主成分分析法使用多线程并行计算中，将每个数据点p及其邻域点p_i以所述数据点p为中心进行中心化，对中心化后的点进行协方差分析，获得协方差矩阵A，

其中，n为总点数，A为对称半正定矩阵，其所有特征向量为实数，并且特征向量相互正交。

4.根据权利要求1所述的方法，其中，λ₁大于λ₂，λ₂大于λ₃。

5.根据权利要求1所述的方法，其中，第三步骤中，每一个数据点边界点判定包括将所述数据点与其邻域点向所述数据点所在切平面投影，将各个邻域点与位于中心的中心点相连求出最大夹角α，当α大于90°时，将所述数据点判定为边界点。

6.根据权利要求1所述的方法，其中，第四步骤中，存活概率模型中，只对低曲率点进行精简，边界点与高曲率点对应存活概率为1、低曲率点存活概率为(n₃-nr₀)/n₃，精简后最少的点数阈值为n₁+n₂+kr₀n₃，其中，n₁为边界点数、n₂为高曲率点数、n₃为低曲率点数，r₀为点云预定精简比率，k为低曲率点最低采样比，n为总点数。