[發(fā)明專利]一種基于DBSCAN的分層點云分割方法

有效

• 申請?zhí)枺?/td>: 202010985203.6
• 申請日: 2020-09-18
• 公開（公告）號: CN112070769B
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計）人: 唐麗玉;彭巍;黃洪宇;陳崇成
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/30;G06T7/62
• 代理公司: 福州元創(chuàng)專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學(xué)俊

1.一種基于DBSCAN的分層點云分割方法，其特征在于，包括如下步驟：

步驟S0：通過地基激光掃描儀或者移動激光掃描儀獲取側(cè)視激光點云數(shù)據(jù)，并利用布料模擬濾波算法CSF對點云數(shù)據(jù)進行地面濾波分割地面點和非地面點；

步驟S1：對非地面點云基于層高H對點云數(shù)據(jù)進行垂直分層，且將每一層點云數(shù)據(jù)投影至XOY平面且進行一次DBSCAN聚類，并獲取每個聚類簇的中心點；

步驟S2：根據(jù)大部分物體在不同高度的位置分布一致性，將所有中心點在XOY平面的投影進行一次DBSCAN聚類，提取每個物體主體；

步驟S3：基于每個物體的主體都是完整獨立的假設(shè)，判斷每一層每個簇中所包含的主體數(shù)，從而判斷每一層的每個簇是否為多主體相交的簇；

步驟S4：遍歷所有簇，如果簇中只包含一個物體，則認為該簇中所有點都屬于該物體，而對于包含多個物體的簇，利用同一個物體之間垂直方向的連續(xù)性進行進一步分割處理；

所述步驟S1的具體實現(xiàn)步驟如下：

步驟S11：遍歷點云數(shù)據(jù)從而獲取點云數(shù)據(jù)Z值的最大值和最小值，基于每一層層高H計算總層數(shù)以及數(shù)據(jù)中每個點所屬的層；

步驟S12：分別獲取每一層的所有點在XOY平面上的投影點，并對每一個點進行標記，記錄該點所在的層數(shù)；

步驟S13：對每一層在XOY平面上的投影點進行一次DBSCAN聚類，得到每一層的聚類簇，然后對每個聚類簇計算聚類簇中所有點的中心點；

所述步驟S2中DBSCAN聚類的具體實現(xiàn)步驟如下：

步驟S21：隨機獲取簇中一個未標記的點，獲取該點的鄰域半徑Eps范圍的近鄰點，如果近鄰點個數(shù)大于鄰域內(nèi)最小點數(shù)MinPts，則認為該點為核心點，加入核心點隊列，且創(chuàng)建一個簇隊列，否則為噪聲點，重新開始步驟S21，其中Eps需要小于物體與物體之間的距離且大于預(yù)設(shè)值，而MinEps設(shè)置為0；

步驟S22：遍歷核心點隊列，獲取每個核心點的Eps范圍的近鄰點，將所有近鄰點加入簇中且標記，并對每個近鄰點再次進行搜索Eps范圍內(nèi)的點，如果搜索到的點數(shù)大于MinPts，則認為該近鄰點為核心點，加入核心點隊列；

步驟S23：遍歷核心點隊列結(jié)束后，判定是否還存在未標記的點，如果存在，則重新開始步驟S21，否則結(jié)束循環(huán)；

所述步驟S3的具體實現(xiàn)步驟如下：

步驟S31：首先遍歷每一個主體的每一層，判斷該主體的每一層中是否存在主體點；

步驟S32：如果主體中的其中一層存在一個以上的主體點，則認為該主體點所對應(yīng)的主體簇包含該主體所對應(yīng)的物體的點，將該主體所對應(yīng)的物體加入該主體簇包含物體的隊列中；如果其中一層不存在主體點，則獲取該層的位置簇，將位置簇與缺失主體的層中的每個簇分別進行一次AABB包圍盒碰撞檢測，如果檢測與其中一個簇檢測通過，則認為在該簇中包含該主體所對應(yīng)的物體，將該主體所對應(yīng)的物體加入該簇包含物體的隊列中；

所述步驟S4中存在多個物體的簇進行分割的具體實現(xiàn)步驟如下：

步驟S41：獲取每個物體相交簇所在層的位置簇，將每個物體的位置簇中的點云加入種子點云，并對每個種子點云中的點基于物體進行標記；

步驟S42：對相交簇中每個點搜索種子點云中的最近鄰點，其最近鄰點的標記作為該點的類別標記。

2.根據(jù)權(quán)利要求1所述的一種基于DBSCAN的分層點云分割方法，其特征在于，所述步驟S0中利用布料模擬濾波算法CSF對點云數(shù)據(jù)進行地面濾波需要多次迭代濾波，當?shù)孛纥c與非地面點明顯分割時，結(jié)束迭代。

3.根據(jù)權(quán)利要求1所述的一種基于DBSCAN的分層點云分割方法，其特征在于：所述步驟S1中層高H的確定是基于點云數(shù)據(jù)垂直方向的稀疏程度，當點云稀疏時需要預(yù)設(shè)的H值來保證每個物體大部分層次中點云完整。

4.根據(jù)權(quán)利要求1所述的一種基于DBSCAN的分層點云分割方法，其特征在于：所述步驟S2中，主體指物體的主要部分，將對中心點聚類出的每一簇視為一個主體，將簇中的每一個中心點視為一個主體點，將每個主體點對應(yīng)的簇稱為主體簇。