[發明專利]一種顧及鄰域點均值距離和斜率的三維激光點云去噪方法

有效

• 申請號: 201910365632.0
• 申請日: 2019-05-02
• 公開（公告）號: CN110246092B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 劉德兒;楊鵬;李瑞雪;陳增輝
• 申請（專利權）人: 江西理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 劉力;孫兵

本發明針對目前鄰近點點數的閾值憑經驗設置并不能保證適用性，以及常用的濾波算法的擬合能力有限，存在一定的局限性等系列問題，對地面三維激光點云(Terrestrial Laser Scanner,TLS)提出顧及鄰近點距離和斜率的去噪策略，在k?d tree索引構建支持下，實現了單獨考慮鄰近點距離和斜率的一維Gamma去噪函數的構建，以及顧及鄰近點距離和斜率的二維Gamma去噪函數的構建。本發明提出的濾波器的兩個約束條件從不同方向考慮了查詢點周圍鄰域數量、鄰域點與中心點的距離均值以及分布密度等情況，對于TLS數據異常值，不管是稀疏異常值還是孤立噪聲點等噪聲類型均有效，可達到自動濾除噪聲點的技術效果。

技術領域

本發明是一個屬于測繪、地理信息科學領域。

背景技術

近年來，計算機技術和三維數字化信息發起站突飛猛進，通過三維絲奧妙等方式獲得目標物三維點模型數據，并對其進行逆向建模已成為目前的研究熱點。三維點建模尤其被運用在3D打印、虛擬現實和計算機建模等領域。然而在通過三維掃描儀獲得點數據的過程中，測量得到的三維數據總會出現隨機誤差，被測物體表面本身的不平順也使得測得的數據信息存在一定的噪聲信息，因此在建模過程中，對所得數據進行準確性檢測和去噪工作對建模結果準確性起到至關重要的作用。現有技術中對點云模型的去噪方法有很多，例如1)移動曲面擬合點云去噪方法，該方法充分利用了地物或地形表面在微小范圍內的連續性，即存在二階可導特性，可以用二次曲面來逼近。2) 基于數學形態學理論的點云去噪方法用“減少”(腐蝕)或“增大” (膨脹)圖像中特征的尺寸提取圖像特征。3)雙邊濾波點云去噪方法既可以有效降低圖像噪聲，又能最大限度地保持邊緣細節信息的算法。4)一種基于統計分析的孤立噪聲點剔除方法，首先首先利用k-d tree組織地面建筑物的點云數據，其次，基于正態分布的原理，利用統計分析的方法，自動設置閾值，以濾除孤立噪聲點。

本發明針對目前鄰近點點數的閾值憑經驗設置并不能保證適用性，以及常用的濾波算法的擬合能力有限，存在一定的局限性等系列問題，對地面三維激光點云(Terrestrial Laser Scanner,TLS)提出顧及鄰近點距離和斜率的去噪策略，在k-d tree索引構建支持下，實現了單獨考慮鄰近點距離和斜率的一維Gamma去噪函數的構建，以及顧及鄰近點距離和斜率的二維Gamma去噪函數的構建。本發明提出的濾波器的兩個約束條件從不同方向考慮了查詢點周圍鄰域數量、鄰域點與中心點的距離均值以及分布密度等情況，對于TLS數據異常值，不管是稀疏異常值還是孤立噪聲點等噪聲類型，均有效，可達到自動濾除噪聲點的技術效果。

發明內容

本發明涉及一種顧及鄰域點均值距離和斜率的三維激光點云去噪方法，由以下步驟組成：

步驟1，原始點云k-d tree索引構建：

(1)讀取原始點云數據集P＝{P₁,P₂,…,P_n}，將其存入三維數組中，對每個維度進行方差計算，選擇方差最大的維度t(t＝1,2,3)，然后選擇t維度上所有數值的中值μ作為第一個比較對象，即劃分軸，得到兩個子集，并存儲到一個樹節點N(t,μ)；

(2)對得到的兩個子集重復步驟1中的(1)過程，直到原始數據集P＝{P₁,P₂,…,P_n}無法再分割；如果過程中某個子集無法再劃分，則保存該子集中的數據到葉子結點。

步驟2，k-d tree索引的最近鄰域查找算法設計：

(1)將待查詢數據點P_i(x,y,z)與從根節點開始的各個樹節點 N(t,μ)中的μ值對比，若在t維度上的值大于μ，則進入右子樹查詢；否則，進入左子樹查詢，到達葉子結點后，計算P_i(x,y,z)與此葉子結點上存儲的數據點之間的距離d，并記錄相對應的目標點坐標 P_o(x,y,z)；