一種基于分段重采樣和表面三角化的點云增強方法
【專利摘要】本發(fā)明公開了一種基于分段重采樣和表面三角化的點云增強方法。它的具體步驟如下：對輸入點云<img file="2013107425845100004dest_path_image001.TIF" wi="13" he="32" />進行分割，得到點云<img file="835430dest_path_image001.TIF" wi="13" he="32" />的子集的集合<img file="752571dest_path_image002.TIF" wi="37" he="24" />，對每個子集<img file="2013107425845100004dest_path_image003.TIF" wi="20" he="32" />進行重采樣，濾除數(shù)據(jù)噪聲，得到空間分布更為均勻的新點集<img file="dest_path_image005.TIF" wi="23" he="32" />；合并重采樣后的所有新點集的集合<img file="250417dest_path_image006.TIF" wi="40" he="32" />，得到新的點云<img file="dest_path_image007.TIF" wi="16" he="32" />，對新的點云<img file="114468dest_path_image007.TIF" wi="16" he="32" />進行表面三角化，得到三角網(wǎng)格模型<img file="397682dest_path_image008.TIF" wi="15" he="32" />。本發(fā)明方法在對環(huán)境結(jié)構(gòu)進行準(zhǔn)確恢復(fù)的同時，避免了環(huán)境原有的邊緣、轉(zhuǎn)角被錯誤地平滑掉；根據(jù)模型表面形狀變化劇烈程度的不同而選擇不同的采樣密度，模型表示更為高效；在模型局部將點集投影到二維平面上進行三角化，計算效率比直接在三維空間中進行三角化更高。
【專利說明】一種基于分段重采樣和表面三角化的點云增強方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及環(huán)境信息采集和點云處理領(lǐng)域，尤其涉及一種基于分段重采樣和表面三角化的點云增強方法。
【背景技術(shù)】
[0002]傳統(tǒng)的點云增強方法對點云直接進行重采樣，然后進行表面三角化，或是不進行重采樣而直接進行表面三角化。對于傳感器采集的真實環(huán)境數(shù)據(jù)，噪聲較大，若直接進行表面三角化，三角網(wǎng)格表面將凹凸不平，模型效果差。即便進行重采樣，雖能提升點云密度，達(dá)到更好的模型近似效果，但也但也會因重采樣的平滑作用削弱環(huán)境原有的邊、角等結(jié)構(gòu)。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足，提供一種基于分段重采樣和表面三角化的點云增強方法。
[0004]基于分段重采樣和表面三角化的點云增強方法的具體步驟如下:
1)對輸入點云C進行分割,得到點云L的子集的集合ICjJ,每個子集Cif均表示一塊形狀規(guī)則的表面；
2)單獨對每個子集Cli進行重采樣，濾除數(shù)據(jù)噪聲，得到空間分布更為均勻的新點集
3)合并重采樣后的所有新點集的集合if“，得到新的點云C、對新的點云C進行表面三角化，得到三角網(wǎng)格模型T ;若存在觀測位姿已知的彩色圖片，則將彩色紋理映射到三角網(wǎng)格表面，得到帶彩色紋理的三角網(wǎng)格表面模型，否則只得到三角網(wǎng)格模型T。
[0005]所述的步驟I)中對輸入點云L進行分割的方法為:使用區(qū)域增長算法，以每次在點云C中隨機選取的區(qū)域增長種子點為起始，以分割得到的點集所表示的表面一階連續(xù)、二階連續(xù)為條件，通過不斷吸納符合增長條件的新點，拓展該區(qū)域的范圍，若不能再拓展，則另取種子點并拓展下一個區(qū)域，直至所有點被拓展完畢。
[0006]所述的一階連續(xù)條件為:
【權(quán)利要求】
1.一種基于分段重采樣和表面三角化的點云增強方法，其特征在于，它的具體步驟如下: 1)對輸入點云C進行分割，得到點云L的子集的集合fC.U,每個子集均表示一塊形狀規(guī)則的表面； 2)單獨對每個子集Cli進行重采樣，濾除數(shù)據(jù)噪聲，得到空間分布更為均勻的新點集 3)合并重采樣后的所有新點集的集合if“，得到新的點云C，對新的點云C進行表面三角化，得到三角網(wǎng)格模型T ;若存在觀測位姿已知的彩色圖片，則將彩色紋理映射到三角網(wǎng)格表面，得到帶彩色紋理的三角網(wǎng)格表面模型，否則只得到三角網(wǎng)格模型T。
2.根據(jù)權(quán)利要求1所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的步驟I)中對輸入點云(:進行分割的方法為:使用區(qū)域增長算法，以每次在點云€中隨機選取的區(qū)域增長種子點為起始，以分割得到的點集所表示的表面一階連續(xù)、二階連續(xù)為條件，通過不斷吸納符合增長條件的新點，拓展該區(qū)域的范圍，若不能再拓展，則另取種子點并拓展下一個區(qū)域，直至所有點被拓展完畢。
3.根據(jù)權(quán)利要求2所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的一階連續(xù)條件為:
4.根據(jù)權(quán)利要求2所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的步驟2)為，利用移動最小二乘法對每個子集進行重采樣，搜索Cfc中每個點周圍半徑小于r范圍內(nèi)的數(shù)量不超過η的所有最近鄰點，得到點集況，為N擬合平面G，以況在平面G內(nèi)的投影點位置為自變量,N到平面G的距離為函數(shù)值，擬合二元二次函數(shù)/,在該局部區(qū)域以為/采樣函數(shù)、P為采樣密度進行重采樣。
5.根據(jù)權(quán)利要求4所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的為JV擬合平面G的方法為:計算點集JV的均值，得到平面G的中心Ccs ;計算況?的特征向量，其最小特征值對應(yīng)的特征向量即為平面G的法向量;平面G的中心C1e和法向量Me即表示了一個經(jīng)過中心￡^、法向量為IltJ的平面。
6.根據(jù)權(quán)利要求4所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的擬合二元二次函數(shù)f的方法為:對于點集iV中每一點||，假定iV&V另兩個特征值對應(yīng)的特征向量分別為《^和,計算一個以Λ；、:￥為自變量,厶(x,y)為值的鍵值對，
7.根據(jù)權(quán)利要求4所述的基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的以Pi為米樣密度進行重米樣的方法為:米樣密度與局部表面曲率σ的關(guān)系為
8.根據(jù)權(quán)利要求7所述基于分段重采樣和表面三角化的點云增強方法，其特征在于，所述的局部表面曲率(j的計算方法為:對于點云中的一點i ,其周圍半徑小于r范圍內(nèi)的數(shù)量不超過η的所有最近鄰點組成的點集為iV ,I1、λ2、λ3為N7N的三個特征值，則
9.根據(jù)權(quán)利要求1所述的基于分段重采樣和表面三角化的點云增強方法，其特征為，所述的步驟3)中對新的點云C進行表面三角化的方法為:對于新的點云(T中的每個點，其周圍半徑小于r范圍內(nèi)的數(shù)量不超過η的所有最近鄰點組成的點集為JV，為點集JV擬合的平面為G,將點集Ar包含的所有點投影到平面G上得到二維點集Λτ/,利用基于局部搜索的二維三角化算法逐點建立與周圍點的連接關(guān)系，將該連接關(guān)系映射回新的點云￡Τ，即實現(xiàn)了新的點云Ci的表面三角化。
10.根據(jù)權(quán)利要求1所述的基于分段重采樣和表面三角化的點云增強方法，其特征為，所述的步驟3)中將彩色紋理映射到三角網(wǎng)格表面的方法為:記三角網(wǎng)格模型中某一頂點在相機坐標(biāo)系下的位置為P ,其對應(yīng)的圖像像素P計算公式為:
【文檔編號】G06T15/00GK103729872SQ201310742584
【公開日】2014年4月16日 申請日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】熊蓉, 李千山 申請人:浙江大學(xué)