[發明專利]基于圖像處理的K近鄰點云濾波方法、裝置和存儲介質

有效

• 申請號: 202010051013.7
• 申請日: 2020-01-17
• 公開（公告）號: CN111275810B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 張建民;陳富健;龍佳樂
• 申請（專利權）人: 五邑大學
• 主分類號: G06T17/00
• 分類號: G06T17/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 孫浩

1.一種基于圖像處理的K近鄰點云濾波方法，其特征在于，包括以下步驟：

獲取三維點云，構建出二維圖像，所述二維圖像中的二維點與所述三維點云中的三維點唯一對應；

獲取預先設定的K鄰近濾波模板，根據所述K鄰近濾波模板對所述二維圖像進行卷積計算，得出所述K鄰近濾波模板的中心點與所有的K鄰近點之間的歐式距離，若所述歐式距離小于預先設定的距離閾值，則將所述K鄰近點設置為第一K鄰近點，若所述歐式距離大于預先設定的距離閾值，則將所述K鄰近點設置為第二K鄰近點；

獲取預先設定的比例閾值和數量閾值，若所述第一K鄰近點與所述第二K鄰近點的數量比值大于所述比例閾值，或者所述第一K鄰近點與所述第二K鄰近點的數量比值小于所述比例閾值且所述第一K鄰近點和所述第二K鄰近點的數量和小于所述數量閾值，將所述中心點設置為噪聲點。

2.根據權利要求1所述的一種基于圖像處理的K近鄰點云濾波方法，其特征在于：所述三維點云由絕對相位圖和圖像獲取設備的內外參數進行重構得出，所述圖像獲取設備包括相機和投影機。

3.根據權利要求1所述的一種基于圖像處理的K近鄰點云濾波方法，其特征在于，所述根據所述K鄰近濾波模板對所述二維圖像進行卷積計算具體包括以下步驟：

獲取所述三維點云中與所述中心點所對應的第一點坐標和與所述K鄰近點所對應的第二點坐標；

根據所述第一點坐標和第二點坐標計算出歐式距離。

4.根據權利要求1所述的一種基于圖像處理的K近鄰點云濾波方法，其特征在于：所述K鄰近濾波模板的形狀包括但不限于矩形和圓形，所述K鄰近濾波模板中至少包括中心點和若干個K鄰近點。

5.根據權利要求1所述的一種基于圖像處理的K近鄰點云濾波方法，其特征在于，若所述第一K鄰近點與所述第二K鄰近點的數量比值小于所述比例閾值且所述第一K鄰近點和所述第二K鄰近點的數量和小于所述數量閾值，還包括：將所述中心點設置為離群噪聲點。

6.根據權利要求1所述的一種基于圖像處理的K近鄰點云濾波方法，其特征在于，將所述中心點設置為噪聲點后還包括：將所述K鄰近濾波模板移動至所述二維圖像中未被濾波的區域，重復執行濾波操作直至完成對所述二維圖像的遍歷。

7.一種用于執行基于圖像處理的K近鄰點云濾波方法的裝置，其特征在于，包括CPU單元，所述CPU單元用于執行以下步驟：

獲取三維點云，構建出二維圖像，所述二維圖像中的二維點與所述三維點云中的三維點唯一對應；

獲取預先設定的K鄰近濾波模板，根據所述K鄰近濾波模板對所述二維圖像進行卷積計算，得出所述K鄰近濾波模板的中心點與所有的K鄰近點之間的歐式距離，若所述歐式距離小于預先設定的距離閾值，則將所述K鄰近點設置為第一K鄰近點，若所述歐式距離大于預先設定的距離閾值，則將所述K鄰近點設置為第二K鄰近點；

獲取預先設定的比例閾值和數量閾值，若所述第一K鄰近點與所述第二K鄰近點的數量比值大于所述比例閾值，或者所述第一K鄰近點與所述第二K鄰近點的數量比值小于所述比例閾值且所述第一K鄰近點和所述第二K鄰近點的數量和小于所述數量閾值，將所述中心點設置為噪聲點。

8.根據權利要求7所述的一種用于執行基于圖像處理的K近鄰點云濾波方法的裝置，其特征在于，所述CPU單元還用于執行以下步驟：獲取所述三維點云中與所述中心點所對應的第一點坐標和與所述K鄰近點所對應的第二點坐標；

根據所述第一點坐標和第二點坐標計算出歐式距離。

9.根據權利要求7所述的一種用于執行基于圖像處理的K近鄰點云濾波方法的裝置，其特征在于，所述CPU單元還用于執行以下步驟：將所述K鄰近濾波模板移動至所述二維圖像中未被濾波的區域，重復執行濾波操作直至完成對所述二維圖像的遍歷。

10.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令用于使計算機執行如權利要求1-6任一項所述的一種基于圖像處理的K近鄰點云濾波方法。