[發(fā)明專利]一種基于類八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法有效
| 申請(qǐng)?zhí)枺?/td> | 201810910824.0 | 申請(qǐng)日: | 2018-08-10 |
| 公開(kāi)(公告)號(hào): | CN109325993B | 公開(kāi)(公告)日: | 2023-01-06 |
| 發(fā)明(設(shè)計(jì))人: | 魯斌;王強(qiáng);李阿楠;陳娟 | 申請(qǐng)(專利權(quán))人: | 華北電力大學(xué)(保定) |
| 主分類號(hào): | G06T17/00 | 分類號(hào): | G06T17/00;G06T17/10;G06T17/20 |
| 代理公司: | 石家莊開(kāi)言知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 13127 | 代理人: | 趙俊嬌 |
| 地址: | 071003 河*** | 國(guó)省代碼: | 河北;13 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 類八叉樹(shù) 索引 顯著 特征 強(qiáng)化 采樣 方法 | ||
1.一種基于類八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法,其特征在于,針對(duì)點(diǎn)云數(shù)據(jù),該方法首先在類八叉樹(shù)空間分割的基礎(chǔ)上,對(duì)局部缺失嚴(yán)重的模型進(jìn)行自適應(yīng)點(diǎn)云特征強(qiáng)化;然后采用基于子空間的最鄰近采樣算法對(duì)增強(qiáng)后的點(diǎn)云進(jìn)行下采樣;最后,依據(jù)所得的采樣點(diǎn)在增強(qiáng)后的點(diǎn)云中提取骨架;該方法包含步驟:
1)三維點(diǎn)云數(shù)據(jù)P;
2)建立類八叉樹(shù)索引結(jié)構(gòu),分隔點(diǎn)云空間;
該步驟是將數(shù)據(jù)模型通過(guò)建立KD樹(shù)和八叉樹(shù)空間,建立類八叉樹(shù)多層索引結(jié)構(gòu),把散亂點(diǎn)集P分割成空間化的數(shù)據(jù),其類八叉樹(shù)的每個(gè)葉子結(jié)點(diǎn)中保存了不同子空間的點(diǎn)集;
3)自適應(yīng)點(diǎn)云增強(qiáng);
4)點(diǎn)云下采樣;
5)L1中值骨架提取;
6)輸出優(yōu)化后的骨架;
其中,步驟3)自適應(yīng)點(diǎn)云增強(qiáng)及4)點(diǎn)云下采樣是對(duì)類八叉樹(shù)所有葉子結(jié)點(diǎn)所在空間Sj做如下操作:
①計(jì)算分布度量值μj和加點(diǎn)數(shù)Naddj,對(duì)此空間中的點(diǎn)集加點(diǎn),實(shí)現(xiàn)點(diǎn)云增強(qiáng),得到此空間加點(diǎn)后新的點(diǎn)集Qj;
②基于分割閾值Te,對(duì)上述加點(diǎn)后的空間進(jìn)一步做八叉樹(shù)分割,得到空間Sj分割的空間集合Ej;
③計(jì)算空間集合Ej中,對(duì)每個(gè)空間Ejk,其到其他點(diǎn)歐氏距離平均值最小的點(diǎn),作為空間Ejk的采樣點(diǎn)Njk,
最終得到加點(diǎn)后的點(diǎn)集Q,采樣點(diǎn)集N。
2.根據(jù)權(quán)利要求1所述的一種基于類八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法,其特征在于,步驟2)建立類八叉樹(shù)索引結(jié)構(gòu),分隔點(diǎn)云空間具體步驟為:
首先,自上而下采用KD樹(shù)結(jié)構(gòu)對(duì)模型點(diǎn)云進(jìn)行空間分割;
選擇點(diǎn)云三個(gè)維度中坐標(biāo)方差最大的維度k,在該維度上選擇中值點(diǎn)作為KD樹(shù)的根結(jié)點(diǎn):根據(jù)模型點(diǎn)云的最小和最大坐標(biāo),得到一個(gè)包圍整個(gè)模型的立方體,將此立方體以根結(jié)點(diǎn)的k軸坐標(biāo)劃分為兩個(gè)子空間,再對(duì)每一個(gè)子空間進(jìn)一步進(jìn)行遞歸劃分,直至子空間內(nèi)的點(diǎn)云數(shù)目達(dá)到KD樹(shù)分割精度時(shí),不再分隔空間,結(jié)束KD樹(shù)的分解;
然后,進(jìn)行八叉樹(shù)分割;
利用KD樹(shù)分割點(diǎn)云模型生成葉子結(jié)點(diǎn)后,將其葉子結(jié)點(diǎn)所在空間的包圍盒立方體的中心點(diǎn)作為八叉樹(shù)的根結(jié)點(diǎn),把空間均分成8個(gè)子立方體,每個(gè)立方體的中心點(diǎn)作為8個(gè)孩子結(jié)點(diǎn),對(duì)8個(gè)子空間進(jìn)一步進(jìn)行遞歸劃分,直至子空間內(nèi)的點(diǎn)云數(shù)目達(dá)到八叉樹(shù)分割精度時(shí),結(jié)束八叉樹(shù)的分解,最終得到一棵完整的八叉樹(shù),即所有含有點(diǎn)云數(shù)據(jù)的葉子結(jié)點(diǎn)都建立關(guān)聯(lián)的八叉樹(shù);
其中,全局KD樹(shù)是第一層索引,局部八叉樹(shù)是建立在KD樹(shù)葉子結(jié)點(diǎn)之下的第二層索引。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華北電力大學(xué)(保定),未經(jīng)華北電力大學(xué)(保定)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810910824.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種基于類八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法
- 基于類八叉樹(shù)編碼的海量點(diǎn)云空間管理方法
- 一種基于八叉樹(shù)的自適應(yīng)網(wǎng)格劃分方法及系統(tǒng)
- 點(diǎn)云數(shù)據(jù)的編碼方法、編碼裝置、解碼方法與解碼裝置
- 一種基于GPU的并行八叉樹(shù)生成、裝置及電子設(shè)備
- 基于稀疏八叉樹(shù)的并行剛體碰撞檢測(cè)方法及裝置
- 一種非結(jié)構(gòu)化點(diǎn)云存儲(chǔ)方法、裝置、設(shè)備及介質(zhì)
- 一種基于類灰度圖像的八叉樹(shù)地圖空洞補(bǔ)全方法
- 一種八叉樹(shù)網(wǎng)格逐層負(fù)載均衡方法
- 一種基于GPU八叉樹(shù)加速和SPH算法的流體模擬方法





