[发明专利]一种点云去噪算法参数的自动调优方法及装置

说明书

本申请公开了一种点云去噪算法参数的自动调优方法及装置，所述方法包括：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，然后对待去噪点云去噪，得到去噪结果，对去噪结果的平滑度和局部密度进行评估，得到评估结果，利用评估结果对去噪算法的各个参数进行调整，得到调整后的去噪算法，并返回执行对待去噪点云去噪，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。可见，对去噪效果进行评估，得到去噪评估结果作为优化去噪的反馈结果，更新点云去噪算法的参数，最终得到优化后的各个参数，大大节省了人工调参的时间。

技术领域

本申请涉及三维点云去噪领域，更具体的说，是涉及一种点云去噪算法参数的自动调优方法及装置。

背景技术

随着激光雷达探测技术的不断发展，目前可快速获取被测目标的深度信息，生成被测目标的点云数据。受测量设备、测量环境和被测物体表面特性等影响，不可避免存在噪声。现有的基于模型特性的点云去噪算法，相对于一般的基于深度学习的去噪方法可不依赖于海量训练数据，且不需要花费大量训练时间以建立训练模型。

但是，如果按照每种点云去噪算法的默认参数去噪，当改变测量环境和被测物体时，算法性能会显著下降，此时则需要人工手动调整参数才能得到理想的去噪效果，效率低下。

如何实现对于点云去噪算法参数的自动调优，是需要关注的问题。

发明内容

鉴于上述问题，提出了本申请以便提供一种点云去噪算法参数的自动调优方法及装置，以节省人工调参的时间。

为了实现上述目的，现提出具体方案如下：

一种点云去噪算法参数的自动调优方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，确定所述点与各邻近点的可达距离，包括：