[发明专利]一种基于协方差矩阵和投影映射的点云特征曲线提取方法

摘要

本发明具体涉及一种基于协方差矩阵和投影映射的点云特征曲线提取方法，主要解决了现有特征线提取方法存在对模型细微特征不敏感、时间代价高、抗噪性较差的缺点，本发明首先利用协方差矩阵的特征值作为特征聚成多个带状聚类，然后在各个聚类内部根据主方向提取出关键特征点，将关键特征点投影到以该关键点为中心的利用移动最小二乘法拟合出的局部曲面上，形成光滑的特征线。该方法适用于提取三维点云模型表面的特征线，用于描述模型的几何特征，是处理几何模型的一种基本操作，可以广泛地应用于几何模型的可视化、优化和简化，曲面重建，模式识别，逆向工程等领域。

主权项

一种基于协方差矩阵和投影映射的点云特征曲线提取方法，其特征在于，所述特征曲线提取方法包括以下步骤：步骤1，对输入的点云数据source计算出点云表面的分辨率mr，计算出每个点的协方差矩阵的最大特征值作为该点的强度intensity；步骤2，在点云数据source找到第一个强度intensity大于阈值t1的点作为特征点，以该点为种子点进行区域增长，寻找更多符合条件的特征点，将其加入到同一个点集中；直到区域无法增长，集合作为第一个聚类；继续寻找新的种子点，进行区域增长，生成新的聚类，直到遍历完全部点云数据；经过上述骤，点云数据被划分为多个聚类，将这些聚类作为阈值t1条件下的一个聚类集合cluster_list1；步骤3，根据步骤2同样求出阈值t2且t1<t2条件下的一个聚类集合cluster_list2；根据两个聚类集合中的每个聚类的重合度关系，判断是否将聚类融合；最终形成一个特征更全面的聚类集合cluster_list；步骤4，取出聚类集合cluster_list中的一个聚类，根据聚类中的第一个点经过计算协方差矩阵的特征值特征向量、修正法向量和主方向、寻找预测点、按权重计算新的关键特征点、将关键特征点投影至最近局部曲面一系列操作生成了一个在模型表面的连接点；以这个连接点为起点同样经过上述生成连接点的步骤不断生成新的连接点，直到无法生成新的连接点；这样就得到一个有序的点的集合，即为一条特征线；重新选取聚类中的点，继续生成特征线，直到遍历聚类内全部的点；步骤5，选取聚类集合cluster_list中的其他聚类，根据步骤4继续生成特征线，直到聚类集合中的所有集合都已生成特征线；其得到的全部的特征线就是模型的特征线。