[发明专利]点云数据K邻域搜索方法

摘要

本发明提出一种点云数据K邻域搜索方法，将点云数据中每个点从X、Y和Z轴三个方向按升序排列存入数组Px、Py和Pz中；确定候选点P（i，j，k），在Px、Py和Pz中，分别取第i、第j和第k点，在每个点上分别向前向后按照设定步长取样，若取样点的X方向与第i点的距离小于阈值、Y方向与第j点的距离小于阈值、Z方向与第k点的距离小于阈值，则对应将索引存入数组TemX、TemY和TemZ中，继而增加一次步长继续上述步骤直至距离大于阈值；从TemX、TemY和TemZ中搜索点的交集确定搜索点集，从搜索点集中找出与候选点距离最近的K个点组成候选点的K邻域，解决了现有K邻域算法耗时长且占用内存空间的技术问题。

主权项

点云数据K邻域搜索方法，其特征在于，包括：将点云数据中每个点分别从X、Y、Z三个方向进行升序排列，存入数组Px、Py和Pz中；取数组Px中的第i点，分别向前向后按照设定步长取样，若取样点的X方向与第i点的距离小于阈值d，则将其索引存入数组TemX中，并增加一次步长取样，直至取样点X方向距离与第i点的距离大于阈值d；取数组Py中的第j点，分别向前向后按照设定步长取样，若取样点的Y方向与第j点的距离小于阈值d，则将其索引存入数组TemY中，并增加一次步长取样，直至取样点Y方向距离与第j点的距离大于阈值d；取数组Pz中的第k点，分别向前向后按照设定步长取样，若取样点的Z方向与第k点的距离小于阈值d，则将其索引存入数组TemZ中，并增加一次步长取样，直至取样点Z方向距离与第k点的距离大于阈值d；基于TemX、TemY和TemZ中搜索点的交集确定搜索点集；计算搜索点与候选点之间的欧式空间距离，取距离最近的K个点组成所述候选点的K邻域;其中，数组Px中的第i点、数组Py中的第j点和数组Pz中的第k点对应为候选点P（i，j，k）。