[发明专利]一种三维点云数据的去噪方法、装置及存储介质

说明书

本发明公开了一种三维点云数据的去噪方法、装置及存储介质，该方法对激光雷达采集的三维点云数据进行处理，包括读取所述三维点云数据；对所述三维点云数据进行预处理，得到原始点云数据；融合粒子滤波法和动态半径滤波法，获取约束条件，所述约束条件包括点云追踪次数、点云相似度和点云FPFH特征差距；根据所述约束条件，对所述原始点云数据进行去噪处理；本发明采用融合粒子滤波法和动态半径滤波法来进行点云去噪处理，能够保证在去除噪声点的同时，不破坏其它点云的环境；去噪效果更佳，更完全，能够实现在不破坏非噪声点云的环境特征的同时，提高去除噪声点的准确率。本发明可广泛应用于数据处理领域。

技术领域

本发明涉及数据处理领域，尤其是一种三维点云数据的去噪方法、装置及存储介质。

背景技术

雨雪天气往往会破坏传感器测量，特别是激光雷达传感器，可能会使邻近区域变形和干扰，从而降低许多跟踪、检测算法的性能；目前大多数去雨雪噪声影响的研究大多是基于二维的图像进行的。基于三维的点云数据去除特定的噪声点存在一定的难度，不仅要保证去掉噪声点的准确性，还要保留其它点云的环境特征；目前，采用的一些方法对激光雷达采集到的三维点云数据进行去噪，其去噪效果不佳且不够准确。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种三维点云数据的去噪方法、装置及存储介质。

本发明所采取的技术方案是：

一方面，本发明实施例包括一种三维点云数据的去噪方法，包括：

读取所述三维点云数据；

对所述三维点云数据进行预处理，得到原始点云数据；

融合粒子滤波法和动态半径滤波法，获取约束条件，所述约束条件包括点云追踪次数、点云相似度和点云FPFH特征差距；

根据所述约束条件，对所述原始点云数据进行去噪处理。

进一步地，去除所述原始点云数据中的噪声点，所述噪声点满足以下条件：

所述点云追踪次数大于第一阈值；

且

所述点云相似度大于第二阈值；

且

所述点云FPFH特征差距小于第三阈值。

进一步地，所述点云追踪次数是通过以下步骤获取：

通过所述粒子滤波法，对每一帧的所述原始点云数据进行追踪；

计算追踪到第一点云所对应的点云的帧数，所述帧数为点云追踪次数，所述第一点云为所述原始点云数据中的任意一个点云。

进一步地，通过所述粒子滤波法，对每一帧的所述原始点云数据进行追踪之后，还执行以下步骤：

若在连续帧中都追踪到第一点云，则确定所述第一点云不是噪声点并保留所述第一点云；反之，则确定所述第一点云为噪声点并去除所述第一点云。

进一步地，所述点云相似度通过以下步骤获取：

通过粒子滤波法获取第一帧点云数据的点云集，所述第一帧点云数据为原始点云数据中的任意一帧数据；

通过动态半径滤波法，计算得到第二帧点云数据中粒子的观测值，所述第二帧点云数据为所述第一帧点云数据的下一个连续帧；

根据所述点云集和所述粒子的观测值，计算得到点云相似度。

进一步地，所述通过动态半径滤波法，计算得到第二帧点云数据中粒子的观测值这一步骤，具体包括：

通过动态半径滤波法，确定第二帧点云数据中粒子的观测半径；