[發明專利]點云噪聲的去除方法、去噪系統、計算機設備及存儲介質

有效

• 申請號: 201810128719.1
• 申請日: 2018-02-08
• 公開（公告）號: CN110136072B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 胡瑋;高翔;郭宗明
• 申請（專利權）人: 北京大學;北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T15/00
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

本發明提出了一種點云噪聲的去除方法、去噪系統、計算機設備及計算機可讀存儲介質，其中點云噪聲的去除方法，包括：獲取點云數據；確定點云中的異常點，并將異常點刪除；確定刪除異常點后的點云中的噪聲點，并將噪聲點刪除。本發明經過異常點刪除和噪聲點刪除這兩個主要步驟后達到點云去噪的目的，在達到較好的點云去噪的效果的同時，提高了點云去噪的處理速度。

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種點云噪聲的去除方法、去噪系統、計算機設備及計算機可讀存儲介質。

背景技術

相關技術中，采集到的圖像的三維點云數據通常會帶有噪聲的侵蝕。在硬件方面，由于深度相機或三維激光掃描儀的精度誤差，會出現噪聲；軟件方面，在生成點云的算法過程中由于角度測量的誤差或者浮點數運算的不精確性，可能會將點置于錯誤的位置。在環境方面，由于環境的因素(例如空氣中的灰塵，物體表面發生的漫反射等)，可能會對采集的點云產生影響。

針對類似上述的帶有噪聲的三維點云數據，目前有兩類主流的去噪算法：基于平面的去噪算法和基于圖信號處理的濾波算法。

基于平面的去噪方法利用噪聲遠離物體表面這一特點，針對點云上每一個小點集，為這個點集擬合一個平面，計算每個點與平面的距離，距離過大的點將被視為噪聲，從而被刪除。主要包括以下三種方法：(1)首先計算出了每個點的k近鄰，然后應用最小二乘法來將這些點擬合為一個平面，最終將這k近鄰點移動到相應的擬合平面上達到去噪的目的。但這種方法需要用移動最小二乘法求得擬合曲面，需要求解非線性優化問題，因而計算量大，復雜度高。(2)漸近平面算法：首先提出并證明了一些定理，通過這些定理，能夠很容易構造一個小點集的漸進平面。接下來便可以通過計算點與平面的距離來判斷哪些點需要刪除。該算法較好的去除了光滑表面的噪聲，但是對于細節的處理仍然不足。(3)混合算法：同樣是構造漸進平面，在構造平面的同時計算一個閾值，在計算點與平面的距離時與該閾值做比較，通過比較的結果分別采用平面投影算法和雙邊濾波算法。該算法在一定程度上彌補了上述算法細節處理的不足，但是部分位置仍然存在失真。

基于濾波的去噪方法通常是在時域或者頻域上執行一定的濾波規則進行去噪。主要包括以下三種方法：(1)首先對三維點云數據進行分塊處理，然后對每個塊重新采樣點數據。最后將離散傅立葉譜分析應用于數字圖像處理中，對采樣數據進行降噪處理。(2)采用圖信號處理的方式進行降噪：使用k近鄰算法將點云構建為一個無向圖，同時建立優化方程，通過求解優化方程的方式對點云進行降噪。此方法消除了一定程度的噪聲，但是針對信噪比較低的三維點云數據時，該方法的效果很差。(3)將改進的C-Means(C均值)算法與雙邊濾波算法結合起來的去噪算法：首先使用改進過的C-Means算法刪除一些大規模的噪聲，主要通過每個C-Means分類的大小來判斷相關點是否為噪聲。接下來使用雙邊濾波算法來平滑剩余的規模較小的噪聲。通過以上兩步對三維點云數據進行去噪。

以上方法主要具有以下兩個局限性：(1)在上述工作中均并沒有指出點云的噪聲的分布情況，對于部分的工作，也僅僅是在原有的點云數據的基礎上增加的輕微的高斯白噪聲，然后對點云上的高斯白噪聲進行去噪，因此這些方法具有較明顯的局限性。(2)上述工作大部分適用于表面規則的凸幾何體，而對于結構復雜的點云，使用上述方法得到的效果不是很理想，相應的算法復雜度也非常高。

發明內容

本發明旨在至少解決現有技術或相關技術中存在的技術問題之一。

為此，本發明的一個方面在于提出了一種點云噪聲的去除方法。

本發明的另一個方面在于提出了一種點云噪聲的去除系統。

本發明的再一個方面在于提出了一種計算機設備。

本發明的又一個方面在于提出了一種計算機可讀存儲介質。