[发明专利]一种用于大场景高精度三维激光测量点云数据的简化方法

摘要

本发明涉及一种用于大场景高精度三维激光测量点云数据的简化方法，能够支持大场景、高精度三维激光扫描点云数据的快速简化，同时保持点云数据中关键特征，属于三维建模技术领域。本发明采用均匀栅格法对散乱点云进行空间均匀划分，建立点云数据对应的栅格索引，利用空间位置快速查找数据点的K邻域；根据投影残差值提取点云特征点，利用曲面变分值对点云数据进行区域划分；利用区域划分和数据点的曲面变分值对原始点云进行简化，最终得到简化后的点云数据。本发明的方法可对数据量大于1亿点的高精度扫描数据进行快速简化，执行速度快，在有效降低数据容量的同时，能够保持场景中的关键特征点，有利于后期的三维建模等工作开展。

主权项

一种用于大场景高精度三维激光测量点云数据的简化方法的技术方案如下：（1）首先采用均匀栅格法对散乱点云进行空间划分，建立点云数据对应的栅格索引；以点云中的数据点为球心构建包围球，并用线性链表记录包围球中除球心外的所有数据点；对于每个数据点，利用包围球中找出距离点最近的K个数据点，建立K领域；（2）对于每个数据点，根据K领域计算点的法向量，定义点p处的曲面变分为点p 的K邻域中数据点与点p的切平面间的距离之和，采取均匀采样法估计点云的曲面变分平均值；当包围球内邻居数据点少于K个的数据点，以实际邻居点数进行计算；（3）针对点云的每个数据点，计算该点的K领域的投影残差值，以其中的最大值作为点p的残差值，以所有数据点的残差值的平均值作为特征点的判断阈值，若数据点的投影残差值大于阈值，则判断数据点为特征点；对所有数据点按曲面变分值从小到大排序，依次取出数据点，建立新的划分区域，计算数据点与K领域中数据点的曲面变分角度差，若角度差小于阈值，则把数据点加入当前划分区域；若角度差小于阈值，则把数据点加入种子集合；当种子集合为空时，开始新的划分区域，把已经建立的区域加入到区域队列中；当所有数据处理完毕时，点云的区域划分完成；（4）将所有点云数据标记为保留状态；（5）从区域队列中依次取出区域的点云数据，随机选择特征点，计算特征点间的曲面变分差值，若曲面变分差值的平均值小于阈值，则该区域按平面处理，采用均匀采样法进行简化并将原有数据点标注为删除；否则从区域数据点集中依次取出数据点,计算数据点的K领域点与数据点的曲面变分差值，决定保留还是删除；当所有划分区域处理完毕，删除标记为删除的数据点，即可得到简化后的点云数据。