[发明专利]一种用于稀疏点云增强的最短路径插值法

说明书

本发明属于点云数据增强的技术领域，公开了一种用于稀疏点云增强的最短路径插值法，其特征在于：在两个无序点云数据集上各自建立神经网络，确保点云数据集排列不变性，分别记为点云Ssubgt;1/subgt;、点云Ssubgt;2/subgt;，然后，从所述点云Ssubgt;1/subgt;、点云Ssubgt;2/subgt;中找出一一对应的特征点，并组成源对，最后，利用EMD距离模型，计算得到各个所述源对之间的最短路径，根据所述最短路径对应的函数生成对应的插值点集，即为两个无序点云数据集所需的增强点集。

技术领域

本发明涉及点云数据增强的技术领域，尤其涉及一种用于稀疏点云增强的最短路径插值法。

背景技术

三维点云数据经过去噪、精简等预处理和粗拼接后，使不同视场下的多幅点云数据具有比较接近的初始位置，能够满足精拼接ICP算法对两幅点云初始位置的要求。目前点云数据的精拼接方面国内外研究学者提出了很多算法：基于角不变特性算法、遗传优化算法、迭代最近点算法(ICP)等。但是ICP算法只是局部收敛到最佳，对点云初始估计位置有一定的限制。也就是说要求比较好的初始拼接，并且要求两幅点云有包含关系，否则会很大程度影响本算法的收敛性，甚至会出现错误拼接。因此在进行ICP算法精拼接之前，需要对两幅点云进行初次拼接，以获得比较接近的两幅点云位置。ICP算法的关键是在不同的点云数据中搜索到用于精拼接的准确配准点对，以完成拼接。

为了提高三维点云精拼接的拼接精度要求，就需要对点云进行增强。点云增强技术致力于处理点缺失共同定位问题和不同的噪声对点云拼接的影响，即在原有的点云中增加新的点，此方法是基于两种假设：第一，加入的点能使ICP算法更好的探索解空间，而不是仅仅把两片点云拼接在一起；第二，新加入的点能减少原有导致拼接误差的部分，并能提高ICP算法输出的整体质量。

现阶段三维点云数据处理过程中存在如下几个方面的问题：

(1)所获取的点云数据只是深度信息，如需进行数据处理，首先得进行深度信息转换为坐标信息。

(2)在点云数据获取中，可能由于采集环境的问题或者采集样本的性质因素，导致某些所需要的特征信息没有采集到。

(3)在点云拼接时，为了满足工业需要和提高拼接效率的要求，大量点云被精简，导致在精拼接中特征点匹配等过程中找不到对应点云中的最近匹配点，导致误差增大。

现在的点云扩增数据的技术一般用于点云的补洞，还没有找到用在稀疏点云增强中的。

发明内容

本发明提供了一种用于稀疏点云增强的最短路径插值法，能够有效解决上述问题，填补了稀疏点云增强技术的空白。

本发明可通过以下技术方案实现：

一种用于稀疏点云增强的最短路径插值法，在两个无序点云数据集上各自建立神经网络，确保点云数据集排列不变性，分别记为点云S₁、点云S₂，然后，从所述点云S₁、点云S₂中找出一一对应的特征点，并组成源对，最后，利用EMD距离模型，计算得到各个所述源对之间的最短路径，根据所述最短路径对应的函数生成对应的插值点集，即为两个无序点云数据集所需的增强点集。

进一步，利用全局特征法找出点云S₁、点云S₂中的特征点，再利用双射赋值法从点云S₁、点云S₂中的特征点中找出一一对应的特征点，组成源对。

进一步，所述EMD距离模型设置如下