[发明专利]一种基于双边滤波器的多视角密集点云数据融合方法

摘要

本发明公开了一种基于双边滤波器的多视角密集点云数据融合方法，属于光学三维非接触式测量技术领域，该方法的实现步骤包括1)输入多视角密集点云数据；2)拓扑关系构建；3)基于双边滤波器的点数据归属；4)Mean‑shift聚类融合；5)输出融合结果。本发明方法融合多视角点云数据时，引入双边滤波器和Mean‑shift聚类，不需要识别重叠区域与非重叠区域，提高了融合多幅多视角点云数据的效率和融合后点云的平滑、光顺程度，有效地克服了现有点云融合技术的缺陷。

主权项

一种基于双边滤波器的多视角密集点云数据融合方法，其特征在于，包括下述步骤：步骤一，输入多视角密集点云数据输入测量设备采集的待融合的多幅多视角密集点云数据，输入的多幅多视角密集点云数据需同时包含三维坐标信息及法向量信息；步骤二，拓扑关系构建将步骤一所输入的多幅多视角密集点云数据合并在一起，建立一棵k‑d树，构建点云数据中点数据间的拓扑关系；步骤三，基于双边滤波器的点数据归属在步骤二所构建的拓扑关系的基础上，查询点云中每一个点数据的局部邻域信息，然后采用双边滤波器更新每一个点数据的三维坐标，从而实现点数据的归属；步骤四，Mean‑shift聚类融合对步骤三所归属后的点数据，采用Mean‑shift聚类的方法将欧式距离小于多视角密集点云数据的平均点距的点数据聚集在一起，获得局部模式点数据；并用所获得的局部模式点数据代替所聚集的欧式距离小于多视角密集点云数据的平均点距的点数据，实现冗余消除；步骤五，输出融合结果将步骤四聚类融合后的点数据输出，获得融合点云数据；所述步骤三中点数据的局部邻域信息是指位于底面半径为r、高度为h的圆柱形区域内，并同时满足欧氏距离判据及法向量判据的点数据集合；所述每一个点数据的局部邻域信息查询方法如下：3.1)由使用者指定圆柱形区域的底面半径r及高度h，并计算该圆柱形区域的外接圆的半径R：R=r2+h2/4]]>3.2)在步骤二所构建的拓扑关系的基础上，采用k‑d树的固定半径搜索方法搜索位于以点数据p＝(v,n)为中心，以步骤3.1)计算的半径R为半径的球形区域内的点数据pi＝(vi,ni)；其中，v表示点数据P的三维坐标向量，n表示为点数据P的法向量，vi表示点数据Pi的三维坐标向量，ni表示为点数据Pi的法向量；3.3)对于步骤3.2)所搜索的球形区域内的每个点数据Pi，如果其同时满足所述的欧式距离判据及法向量判据ni·n＞0，则认为该点数据Pi为点数据P的一个邻域点，否则为非邻域点；其中，符号·表示向量内积，符号||表示取绝对值，符号||||表示取三维坐标向量的模；点数据P的邻域点数据Pi的集合构成了点数据P的邻域。