[发明专利]基于局部子邻域划分的点云特征点提取方法

摘要

本发明提供一种基于局部子邻域划分的点云特征点提取方法，包括了四个步骤：初始特征点提取阶段，用于获取输入点云数据的潜在初始特征点；局部三角形构造阶段，为了从初始特征点集中有效提取真实特征点，在每一个初始特征点的局部邻域内构建反映该点局部几何特征结构的三角形集合；局部子邻域划分阶段，通过对构造的局部三角形集合的法向进行聚类，获得一点处局部邻域点的聚类，进而获取一点处局部邻域点的子邻域划分；鲁棒特征点提取阶段，对划分好的子邻域内的数据点进行局部拟合平面，通过判断当前点是否同时落在多个平面的交线上识别真正的特征点。

主权项

一种基于局部子邻域划分的点云特征点提取方法，其特征在于包括以下四个步骤：步骤(1)、初始特征点提取：基于局部邻域的协方差分析给每个数据点赋予度量该点成为特征点的可能性，通过阈值过滤获取初始特征点集合；步骤(2)、局部三角形构造：在每个初始特征点的局部邻域内利用Gabriel三角形生成法则构建不跨越特征区域，并能够反映该点局部特征结构信息的三角形集合；步骤(3)、局部子邻域划分：根据步骤(2)中计算得到的三角形集合，利用共享近邻算法对构造的三角形法向进行聚类，进而得到对应局部区域数据点的分类集合，实现输入数据点的局部子邻域划分；步骤(4)、鲁棒特征点提取：法向聚类将邻域点分成不同的子类，每一类对应着一个潜在的分片光滑曲面；对步骤(3)中获得的每一子邻域内的数据点拟合平面，通过判断当前点是否同时落在多个平面来进行最终的特征点判别。