[發(fā)明專(zhuān)利]一種基于類(lèi)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(zhuān)利權(quán)）人: 華北電力大學(xué)（保定）
• 主分類(lèi)號(hào): G06T17/00
• 分類(lèi)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

一種基于類(lèi)八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法,首先在類(lèi)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。實(shí)驗(yàn)結(jié)果表明：類(lèi)八叉樹(shù)空間能實(shí)現(xiàn)對(duì)點(diǎn)云的高效管理，提升骨架的準(zhǔn)確度和時(shí)效性；自適應(yīng)點(diǎn)云增強(qiáng)采樣策略使提取的骨架具有較好的可重復(fù)性和描述性；本發(fā)明中的優(yōu)化后的算法適用于多種領(lǐng)域的點(diǎn)云模型，且具有較好的自適應(yīng)性和魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及多媒體數(shù)據(jù)領(lǐng)域，尤指一種應(yīng)用于三維模型的基于類(lèi)八叉樹(shù)索引的顯著性特征強(qiáng)化采樣方法。

背景技術(shù)

近年來(lái)，三維激光掃描技術(shù)飛速發(fā)展，隨著其在效率、精度、測(cè)距范圍等方面的性能不斷提升以及相關(guān)理論的發(fā)展，三維掃描技術(shù)在越來(lái)越多的領(lǐng)域得到了應(yīng)用。作為新型的多媒體數(shù)據(jù)，三維模型對(duì)真實(shí)世界具有良好的表達(dá)能力，尤其是三維數(shù)據(jù)掃描設(shè)備和計(jì)算機(jī)硬件的迅猛發(fā)展，助推了這一領(lǐng)域的蓬勃發(fā)展。三維激光掃描直接對(duì)地球表面進(jìn)行三維密集采樣，可快速獲取具有三維坐標(biāo)(X,Y,Z)和一定屬性(反射強(qiáng)度等)的海量、不規(guī)則空間分布三維點(diǎn)云，成為數(shù)字化時(shí)代下刻畫(huà)復(fù)雜現(xiàn)實(shí)世界最為直接和重要的三維地理空間數(shù)據(jù)獲取手段，在全球變化、智慧城市、全球制圖等國(guó)家重大需求和地球系統(tǒng)科學(xué)研究中起到十分重要的作用。

但是三維模型對(duì)世界的真實(shí)表達(dá)是以規(guī)模龐大且復(fù)雜的模型數(shù)據(jù)集作為基礎(chǔ)的，海量點(diǎn)云給現(xiàn)有點(diǎn)云數(shù)據(jù)處理方法帶來(lái)的問(wèn)題。盡管點(diǎn)云數(shù)據(jù)處理朝著自動(dòng)化方向在發(fā)展，但是基于計(jì)算機(jī)的用戶(hù)交互處理仍占據(jù)較為重要的部分?，F(xiàn)階段，基于目前普通計(jì)算機(jī)的內(nèi)存，對(duì)海量點(diǎn)云數(shù)據(jù)進(jìn)行渲染、交互、選擇以及鄰域查詢(xún)等交互處理存在極大局限。

因而為了能夠解決數(shù)據(jù)量和表達(dá)間的矛盾，我們需要一種“緊湊”的數(shù)據(jù)形式來(lái)盡可能完整地表示三維模型的拓?fù)浣Y(jié)構(gòu)特征信息，線(xiàn)性骨架應(yīng)運(yùn)而生。

自Blum“模擬森林著火”骨架的開(kāi)創(chuàng)性研究以來(lái)，數(shù)十年來(lái)研究者們從不同的角度研究了骨架的各個(gè)側(cè)面，并且將它們應(yīng)用到越來(lái)越廣泛的領(lǐng)域之中，如碰撞檢測(cè)、虛擬導(dǎo)航技術(shù)、計(jì)算機(jī)動(dòng)畫(huà)、幾何變形、模型分割與修復(fù)、三維重建、三維模型配準(zhǔn)和可視化等，這些領(lǐng)域幾乎涉及到計(jì)算機(jī)視覺(jué)和圖像理解領(lǐng)域的方方面面。

隨著激光雷達(dá)等掃描設(shè)備的日益發(fā)展，越來(lái)越多的真實(shí)三維模型用點(diǎn)云數(shù)據(jù)的形式來(lái)表達(dá)，因此基于點(diǎn)云數(shù)據(jù)進(jìn)行線(xiàn)性骨架提取具有很大的實(shí)用價(jià)值。

目前諸多學(xué)者針對(duì)點(diǎn)云骨架提取已進(jìn)行了深入研究。Sharf等從點(diǎn)云和多邊形網(wǎng)格兩者中提取出骨架，但是初始提取的骨架有噪聲，需要過(guò)濾與融合。Li等提出了一種類(lèi)似的方法，但該方法主要針對(duì)細(xì)長(zhǎng)管狀模型的骨架提取，并著眼于提取一種有功能性的、能反映形狀的結(jié)構(gòu)拓?fù)湫畔⒌那€(xiàn)骨架，便于用戶(hù)編輯。Livny等提出了一個(gè)重構(gòu)樹(shù)木點(diǎn)云骨架的算法，但該方法只適應(yīng)于樹(shù)木模型。Bucksch等以及Natali等把Reeb圖重構(gòu)的理論應(yīng)用到點(diǎn)云骨架提取，能得到一個(gè)較為粗糙的物體特征描述。

Cao提出了基于Laplace收縮的三維點(diǎn)云骨架提取方法，通過(guò)構(gòu)建普拉斯方程將原始模型收縮為一個(gè)“zero-volume”點(diǎn)集，在收縮的基礎(chǔ)上對(duì)這個(gè)點(diǎn)集使用拓?fù)浼?xì)化方法進(jìn)行骨架提取。該算法采用全局收縮方式，容易導(dǎo)致局部點(diǎn)云過(guò)度收縮；同時(shí)其獲取骨架的質(zhì)量嚴(yán)重依賴(lài)調(diào)節(jié)參數(shù)，且參數(shù)的選擇一般為經(jīng)驗(yàn)值，所以很難得到模型的真實(shí)骨架；另外其對(duì)于不完整的大型數(shù)據(jù)集效果也不夠理想。

Tagliasacchi等人提出了一種基于不完整點(diǎn)云的骨架提取方法，通過(guò)定義一種新的數(shù)據(jù)集特征ROSA來(lái)實(shí)現(xiàn)模型骨架的提取。但是這種方法也有很大的局限性，對(duì)形狀先驗(yàn)的要求比較高，在三維模型凹區(qū)域部分無(wú)法保證所提取的骨架位于點(diǎn)云的內(nèi)部，不能自動(dòng)調(diào)節(jié)參數(shù)。它只能處理局部具有圓柱結(jié)構(gòu)的樟型，并且還要對(duì)含有噪聲和拓?fù)淙笔У臄?shù)據(jù)進(jìn)行單獨(dú)的預(yù)先處理。