[發明專利]一種三維點云中多中幾何基元自動識別方法

在審

• 申請號: 202011242778.5
• 申請日: 2020-11-10
• 公開（公告）號: CN112287864A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 童丹繪
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京華際知識產權代理有限公司 11676
• 代理人: 張天會

1.一種三維點云中多中幾何基元自動識別方法,其特征在于：包括以下步驟：

A、采集三維點云數據；

B、對采集的三維點云數據進行預處理；

C、對預處理后的三維點云數據進行特征點提取；

D、利用特征球對三維點云數據進行分割；

E、最后將三維點云數據輸出至預先訓練的幾何基元模型中。

2.根據權利要求1所述的一種三維點云中多中幾何基元自動識別方法，其特征在于：所述步驟B中三維點云數據進行預處理具體為：對三維點云數據進行統計濾波、點云區域生長處理和體素濾波。

3.根據權利要求1所述的一種三維點云中多中幾何基元自動識別方法，其特征在于：所述步驟C中特征點提取方法如下：

a、獲取多組三維點云數據，其中，每組數據包括分別與預定個數據屬性相應的數據元素；

b、確定所述預定個數據屬性中用于提取特征數據的關鍵數據屬性；

c、根據關鍵數據屬性的數據元素值域和特征數據的關鍵數據元素的取值范圍來建立模板向量，其中，關鍵數據元素是指特征數據中與關鍵數據屬性相應的數據元素；同時生成數據樣本；

d、對數據樣本進行數據清洗；

e、最后通過將建立的模板向量應用于所述多組數據中與關鍵數據屬性相應的數據元素來提取特征數據。

4.根據權利要求1所述的一種三維點云中多中幾何基元自動識別方法，其特征在于：所述步驟D中具體方法為：

a、首先，用 Mean-Shift 聚類算法在外層球上，對所有面性點的法向量的頂點進行聚類，進而可將面性點的法向量分為若干類，得到面性片段；

b、用 Mean-Shift 聚類算法在中層球上，對所有線性點的切向量的頂點進行聚類，進而可將線性點的切向量分為若干類，得到線性片段；

c、利用 K-means 聚類算法對所有的點性點進行聚類，將它們分割為一些空間位置獨立的點性片段；

d、最后將面性片段、線性片段、點性片段通過訓練點云樣本，利用 Max-margin 方法對條件隨機場模型進行學習，并獲得模型的所有參數。

5.根據權利要求1所述的一種三維點云中多中幾何基元自動識別方法，其特征在于：所述步驟E中輸出多個幾何基元模型，并在在多個候選幾何模型中確定出最優模型。