[发明专利]一种建筑立面边缘特征关键点提取方法

权利要求书

1.一种建筑立面边缘特征关键点提取方法，其特征在于，包括如下步骤：

步骤一：获取建筑立面的三维点云数据；

步骤二：由三维点云数据中的点p_i和其邻域球N内的所有点构建协方差矩阵，并根据协方差矩阵的特征值来逐点计算每个点的置信度Cⁱ，邻域球N的球心为p_i；

步骤三：计算三维点云数据中每个点的梯度G(x，y，z)，并将梯度G(x，y，z)沿空间坐标系中三个坐标轴的方向分解为三个分量；

步骤四：根据梯度G(x，y，z)的三个分量构建结构张量M，并对结构张量M采用高斯权函数进行平滑处理；

步骤五：结合每个点的置信度Cⁱ、梯度G(x，y，z)以及平滑处理后结构张量M，采用双阈值法判别当前点是否为初始关键点，并将所得到的所有初始关键点提取出来从而得到初始关键点集；

步骤六：采用边缘细化算法对步骤五中得到的初始关键点集进行细化；

步骤二中，每个点p_i的置信度Cⁱ通过拟合质量C_f和均匀分布性C_s来表示：其中，n表示每个点置信度的静态尺度的数目，w表示每个点置信度的静态尺度的计数数目；

拟合质量C_f表示局部切平面在点p_i处的拟合质量，计算公式为：

均匀分布性C_s为局部均匀采样性，计算公式为：

其中，和表示协方差矩阵的三个特征值；p_i的邻域点p_j的坐标与邻域球N的几何中心的坐标相减得到3×1列向量，3×1列向量与其转置后的1×3行向量相乘得到3×3矩阵，将所有矩阵相加得到协方差矩阵；i、j分别表示点p_i和邻域点p_j的下标；

步骤三中，点p_i的梯度G(x，y，z)的计算如下：

定义函数f(x，y，z)为可微函数，三维空间中的方向向量u＝cos(α)A+cos(β)B+cos(γ)C，其中，A、B、C分别表示沿x、y、z坐标轴方向的单位向量，α，β，γ分别表示方向向量u与x、y、z坐标轴正方向的夹角，函数f(x，y，z)沿方向向量u的方向导数的计算公式为：

其中t表示当前点p_i和邻域点p_j的距离；

在离散点云中，可微函数f(x，y，z)表示点p_i处的置信度，点p_i的梯度G(x，y，z)与方向导数的关系公式如下：

其中，Cⁱ和C^j分别表示当前点p_i和邻域点p_j的置信度，d_ij表示点p_i和点p_j的欧几里得距离；

点p_i处的梯度G(x，y，z)沿x、y、z坐标轴方向的分解为：

其中，分别表示点p_i和点p_j在x、y、z坐标轴方向上的坐标差，g_x、g_y和g_z分别表示当前点的梯度在x、y、z坐标轴三个方向上的分解值。

2.根据权利要求1所述的一种建筑立面边缘特征关键点提取方法，其特征在于：邻域球N的半径为三维点云数据的平均密度的1.0倍、1.5倍或2.0倍。