[发明专利]基于法向球谐的大规模三维点云检索方法、装置及系统

说明书

本发明涉及三维点云检索技术领域，解决了当前的点云检索方法识别率不高且数据运算量大的技术问题，尤其涉及一种基于法向球谐的大规模三维点云检索方法，包括以下步骤：获取由点云采集设备所采集的若干组点云数据；根据PCA计算每组点云数据的法向向量并建立点云数据库；采用法向映射和核密度估计根据点云数据的法向向量，构建连续的高斯球面模型；对高斯球面模型进行采样并进行球谐变换，利用球谐的旋转不变性计算点云数据库的形状描述子集；使用形状描述子的相似性进行查询操作，进而实现了三维点云的检索。本发明能够针对大规模的点云数据进行快速的点云检索，运算量小。而且针对于具有残缺状态的点云具有鲁棒性。

技术领域

本发明涉及三维点云检索技术领域，尤其涉及基于法向球谐的大规模三维点云检索方法、装置及系统。

背景技术

随着三维扫描技术、摄影测量和深度传感器的发展，人们能够便捷地获得到海量的三维点云数据，为了从海量三维点云数据中快速提取有用的信息，需要使用检索方法进行查询；然而，当前主流的三维点云检索算法主要针对于3D媒体的网格数据，其主要目的是检索同类物体，在实际应用于工业上智能夹取问题的过程中，先需要通过3D采集设备得到点云数据并实时计算出其描述子，然后在预先建立好的模型库中检索该物体并得到相对应的参数，进而完成检索任务。

但是，市面上现有的3D采集设备得到的点云不可避免会存在一定的孔洞和缺失，由于视角的问题，甚至往往是整个底面缺失，即只能获取原有模型的部分形态，这将导致点云检索识别率不高，并且数据运算量大，致使检索速度较慢。

发明内容

针对现有技术的不足，本发明提供了基于法向球谐的大规模三维点云检索方法、装置及系统，解决了当前的点云检索方法识别率不高且数据运算量大的技术问题，达到了能够针对大规模的点云数据进行快速的点云检索，运算量小且针对具有残缺状态的点云具有鲁棒性的目的。

为解决上述技术问题，本发明提供了如下技术方案：一种基于法向球谐的大规模三维点云检索方法，包括以下步骤：

S1、获取由点云采集设备所采集的若干组点云数据；

S2、根据PCA算法计算每组点云数据的法向向量并建立点云数据库；

S3、采用法向映射和核密度估计根据点云数据的法向向量，构建连续的高斯球面模型；

S4、对高斯球面模型进行采样并进行球谐变换，利用球谐的旋转不变性构建点云数据库的形状描述子集；

S5、获取待查询的点云数据，并对待查询的点云数据采用步骤S3和S4构建形状描述子；

S6、根据相似性度量规则，在点云数据库的形状描述子集中查询，得到与待查询的点云数据的形状描述子最相似的形状描述子对应的点云即为三维点云的检索结果。

进一步地，所述步骤S3具体包括以下步骤：

S31、采用法向映射将每组点云集的所有法向向量皆映射到单位球上，形成的投影点在球面上构成高斯球；

S32、采用核密度估计根据高斯球构建连续的高斯球面模型。

进一步地，所述步骤S4具体包括以下步骤：

S41、对高斯球面模型进行等角度采样，得到若干个采样点；

S42、对高斯球面模型的采样点使用离散球谐变换算法，计算预设带限的球谐系数；

S43、根据球谐系数，计算点云数据库的形状描述子集。

进一步地，步骤S32中所述连续的高斯球面模型的表达式为：