[发明专利]一种点云保特征去噪方法、装置、电子设备及存储介质

权利要求书

1.一种点云保特征去噪方法，其特征在于，包括以下步骤：

根据点云数据构建预设树模型，基于所述预设树模型搜索所述点云数据中主体数据点对应的邻域点集；

通过预设算法根据所述主体数据点对应的邻域点集计算所述主体数据点的点法矢以及所述邻域点集的质心点；

根据所述质心点与所述邻域点集计算矢量，以及所述矢量在所述点法矢上的投影距离，所述矢量由所述邻域点集中的待去噪点与所述质心点构成；

若所述投影距离满足阈值距离，则将与所述投影距离对应的待去噪点记录为噪声点，并基于所述噪声点对所述邻域点集进行更新，直到更新后所述主体数据点的邻域点集达到完全去噪。

2.如权利要求1所述的方法，其特征在于，所述根据点云数据构建预设树模型，基于所述预设树模型搜索所述点云数据中主体数据点对应的邻域点集的步骤包括：

获取所述点云数据，将所述点云数据对应的点云空间切分为多维区域；

在所述多维区域中根据所述主体数据点选取切分点，基于所述切分点将所述主体数据点分别插入到所述切分点的左子空间及右子空间，以构建所述预设树模型，所述预设数模型为kd树；

预设初始邻域半径，并基于所述主体数据点在所述初始邻域半径内多次搜索所述kd树中与所述主体数据点对应的近邻点，将搜索到的所述邻近点集合形成所述邻域点集。

3.如权利要求1所述的方法，其特征在于，所述计算所述邻域点集的质心点的步骤包括：

根据所述主体数据点对应的邻域点集计算所述邻域点集的均值，将所述均值确定为所述主体数据点对应的质心点，其中，所述均值与所述主体数据点对应。

4.如权利要求2所述的方法，其特征在于，所述根据所述质心点与所述邻域点集计算矢量，以及所述矢量在所述点法矢上的投影距离的步骤包括：

根据所述邻域点集中的所述待去噪点与所述质心点计算所述矢量；

根据所述矢量以及所述点法矢计算所述矢量在所述点法矢所在方向上的投影距离，直到计算出所述邻域点集中所有所述待去噪点对应的矢量在对应的点法矢上的所述投影距离。

5.如权利要求4所述的方法，其特征在于，所述计算出所述邻域点集中所有所述待去噪点对应的矢量在对应的点法矢上的所述投影距离的步骤之后，所述方法还包括：

对计算出的所述邻域点集中所有所述待去噪点对应的矢量在对应的点法矢上的所述投影距离求均值，以得到平均投影距离。

6.如权利要求5所述的方法，其特征在于，若所述投影距离满足阈值距离，则将与所述投影距离对应的主体数据点记录为噪声点，并基于所述噪声点对所述邻域点集进行更新，直到更新后所述主体数据点的邻域点集达到完全去噪的步骤包括：

选取半径系数，根据所述初始邻域半径及预设半径系数计算当前邻域半径；

选取所述当前邻域半径内的所述邻域点集，将所述当前邻域半径内所述邻域点集中的所述待去噪点对应的投影距离与阈值距离比较，所述阈值距离根据所述平均投影距离以及所述半径系数计算得到；

若所述投影距离满足所述阈值距离，则将与所述投影距离对应的主体数据点记录为噪声点，对所述邻域点集中的所述噪声点去除，以得到更新后的邻域点集；

若所述更新后的邻域点集不满足完全去噪，则重新选取所述初始邻域半径及所述半径系数，循环执行所述根据点云数据构建预设树模型，基于所述预设树模型搜索所述点云数据中主体数据点对应的邻域点集的步骤。