[發明專利]一種三維點云數據的去噪處理方法

有效

• 申請號: 202010300735.1
• 申請日: 2020-04-16
• 公開（公告）號: CN111507919B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 朱翔
• 申請（專利權）人: 北京深測科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京慧誠智道知識產權代理事務所(特殊普通合伙) 11539
• 代理人: 戴燕

1.一種三維點云數據的去噪處理方法，其特征在于，所述方法包括：

獲取原始三維點云數據；其中，原始三維點云數據包括多個像素點數據；

根據第一像素點的第一位置數據與第二像素點的第二位置數據，得到所述第一像素點與第二像素點的第一距離數據；

對多個所述第一距離數據按照升序進行排序處理，并確定排在前第一預設個數的第一距離數據對應的第二像素點為第一鄰近像素點；

根據所述第一預設個數所述第一鄰近像素點對應的第一距離數據的平均值，得到第一距離均值數據；

根據每個第一像素點對應的第一距離均值數據和高斯分布概率密度關系進行計算處理，得到高斯均值和標準差；

根據所述第一像素點對應的第一距離數據中小于所述高斯均值的第一距離數據的個數，得到第一鄰域點個數；

當第一鄰域點個數小于預設鄰域點個數閾值時，確定所述第一像素點為第一噪聲像素點；

當第一鄰域點個數大于等于所述預設鄰域點個數閾值時，確定所述第一像素點對應的第一距離數據中排在前第二預設個數的第一距離數據的平均值，得到第二距離均值數據；

當所述第二距離均值數據大于等于所述高斯均值與二倍所述標準差之和時，將所述第一像素點確定為第二噪聲像素點；

當所述第二距離均值數據小于所述高斯均值與二倍所述標準差之和時，將所述第一像素點確定為有效像素點；

刪除所述第一噪聲像素點和所述第二噪聲像素點，并根據所述有效像素點生成去噪后的三維點云數據；

其中，所述根據每個第一像素點對應的第一距離均值數據和高斯分布概率密度關系進行計算處理，得到高斯均值和標準差具體包括：

第i個第一像素點P_i的第一距離均值d_vi、高斯均值μ和標準差σ滿足函數關系對所述進行求解，得到所述高斯均值μ和所述標準差σ。

2.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，所述距離數據為歐式距離數據。

3.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，所述距離數據為曼哈頓距離數據。

4.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，所述原始三維點云數據為通過飛行時間相機拍攝一幀場景圖像生成的三維點云數據。

5.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，在所述根據第一像素點的第一位置數據與第二像素點的第二位置數據，得到所述第一像素點與第二像素點的第一距離數據之前，所述方法還包括：

調用預設深度校準方法對所述原始三維點云數據進行深度校準處理，得到校準后的三維點云數據。

6.根據權利要求5所述三維點云數據的去噪處理方法，其特征在于，調用預設深度校準方法對所述原始三維點云數據進行深度校準處理，得到校準后的三維點云數據具體包括：

提取所述原始三維點云數據的各像素的圖像橫坐標、圖像縱坐標和深度值；

根據每個像素的所述圖像橫坐標與所述圖像縱坐標的平方和，得到相對距離值的平方；

根據所述深度值與所述相對距離值的平方差，得到校準深度值的平方；

使用所述校準深度值替換所述原始三維點云數據中對應像素的深度值，生成校準后的三維點云數據。

7.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，所述預設鄰域點個數閾值為5。

8.根據權利要求1所述三維點云數據的去噪處理方法，其特征在于，所述第二預設個數小于等于所述第一預設個數。

9.根據權利要求8所述三維點云數據的去噪處理方法，其特征在于，所述第一預設個數為30。