[发明专利]一种点云去噪算法参数的自动调优方法及装置

权利要求书

1.一种点云去噪算法参数的自动调优方法，其特征在于，包括：

将预先配置的参数组中的各个参数代入至已有的初始点云去噪算法中，得到中间点云去噪算法；

基于所述中间点云去噪算法对待去噪点云进行去噪，得到去噪结果；

对所述去噪结果的平滑度和局部密度进行评估，得到评估结果；

利用所述评估结果对所述中间点云去噪算法的各个参数进行调整，得到调整后的中间点云去噪算法，并返回执行基于所述中间点云去噪算法对待去噪点云进行去噪，得到去噪结果的步骤，直到调整次数达到预设调整次数，将预设调整次数下的各个参数组成目标参数组。

2.根据权利要求1所述的方法，其特征在于，对所述去噪结果的平滑度和局部密度进行评估，得到评估结果，包括：

对所述去噪结果进行局部密度去噪评估，得到局部密度代价值信息；

对所述去噪结果进行平滑去噪评估，得到平滑度代价值信息，并将所述局部密度代价值信息和所述平滑度代价值信息作为评估结果。

3.根据权利要求2所述的方法，其特征在于，所述去噪结果包括若干个点；

对所述去噪结果进行局部密度去噪评估，得到局部密度代价值信息，包括：

对于所述去噪结果中的每一个点：

确定与所述点距离相近的第一预设个数的邻近点，以及所述点与各邻近点的可达距离；

根据所述点与各邻近点的可达距离，确定所述去噪结果的局部密度代价值信息。

4.根据权利要求3所述的方法，其特征在于，所述去噪结果中的每个点具有坐标信息；

所述确定与所述点距离相近的第一预设个数的邻近点，包括：

根据所述点与所述去噪结果中其他点的坐标信息计算所述点与其他点的欧氏距离，将计算结果中与所述点的欧氏距离较短的第一预设个数的点作为邻近点。

5.根据权利要求3所述的方法，其特征在于，确定所述点与各邻近点的可达距离，包括：

对于所述去噪结果中的每一个点和所述点的每个邻近点：

根据所述邻近点与其他点的坐标信息计算所述邻近点与其他点的欧氏距离，并确定计算结果中升序排序序号为所述第一预设个数的欧氏距离，作为所述邻近点的最大邻近距离；

比较所述点与所述邻近点的欧氏距离，与所述邻近点的最大邻近距离之间的距离长度，将长度较远的距离作为所述点到所述邻近点的可达距离。

6.根据权利要求3所述的方法，其特征在于，根据所述点与各邻近点的可达距离，确定所述去噪结果的局部密度代价值信息，包括：

将所述点与所述点的各邻近点的可达距离求和，得到总可达距离，并将所述去噪结果的点的总个数除以所述总可达距离，得到局部可达密度；

对于所述去噪结果中的每一个点，计算所述点的各邻近点的局部可达密度之和，将和值除以所述去噪结果的点的总个数，得到平均局部可达密度；

确定所述去噪结果中的每一个点的局部可达密度与平均局部可达密度的局部密度误差；

计算所述去噪结果中的各个点的局部密度误差的平均值，作为所述去噪结果的局部密度代价值信息。

7.根据权利要求2所述的方法，其特征在于，所述去噪结果包括若干个点，每个点具有坐标信息；

对所述去噪结果进行平滑去噪评估，得到平滑度代价值信息，包括：

对于所述去噪结果的每一个点：

确定与所述点距离相近的第二预设个数的邻近点，将各邻近点的每一维度的坐标作为所述点的每一行矩阵，生成所述点的坐标矩阵；

根据所述坐标矩阵，得到所述各邻近点的坐标的均值；

根据所述坐标矩阵以及所述各邻近点的坐标的均值，计算协方差矩阵；

计算所述点的各邻近点在所述协方差矩阵的最小特征值，并确定与所述最小特征值对应的特征向量方向上的投影长度，根据所述投影长度，计算所述点的信息熵；

根据所述去噪结果的各个点的信息熵，确定所述去噪结果的平滑度代价值信息。