[发明专利]一种多视角密集点云数据融合方法

摘要

本发明公开了一种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)重叠区域识别；4)重叠区域点数据归属；5)聚类融合；6)输出融合结果。通过所述操作步骤，本发明有效地克服了现有点云融合技术的缺陷，可以将多幅部分区域重叠的多视角密集点云数据一次性融合为一完整的、单层的、光顺的、分布均匀的点云数据。

主权项

一种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，重叠区域识别在步骤二所构建的拓扑关系的基础上，查询每一个点数据的局部邻域信息，如果该点数据的局部邻域包含了其它视角点云中的点数据，则认为该点数据是一个重叠点数据，否则是一个非重叠点数据；重叠点数据的集合构成重叠区域，非重叠点数据的集合构成非重叠区域；步骤四，重叠区域点数据归属对重叠区域中的每个点数据，首先依据步骤三所查询的局部邻域信息拟合一最小二乘曲面，然后将该点数据及其微邻域内的点数据归属至所拟合的最小二乘曲面上；步骤五，聚类融合对步骤四所归属至最小二乘曲面上的重叠点数据，采用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融合在一起；步骤六，输出融合结果将步骤三所识别的非重叠区域内的点数据及步骤五所融合后的重叠点数据合并在一起，成为一幅完整的点云数据并输出；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：4.1)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]]>4.2)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4.1)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；4.3)对于步骤4.2)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；点数据P的邻域点数据的集合构成了点数据P的邻域。