[發明專利]一種適用于掃描點云的模型處理方法及系統

有效

• 申請號: 202110064218.3
• 申請日: 2021-01-18
• 公開（公告）號: CN112669462B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 唐正宗;劉世凡;任茂棟;馮超
• 申請（專利權）人: 新拓三維技術（深圳）有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06T5/00;G06T7/11;G06V10/762;G06V10/77;G06V10/80
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

1.一種適用于掃描點云的模型處理方法，其特征在于，具體包括以下步驟：

S1、對初始點云數據進行預處理，再利用kdTree數據結構為預處理后的點云數據建立拓撲關系，將多層點云數據移動融合為單層點云數據；

S2、輸入融合好的單層點云數據，采用分割式層次聚類的方法對點云數據進行多次子簇劃分，得到基于曲率精簡后的點云數據；

所述步驟S2的具體過程如下：

在每次對點云數據進行子簇劃分分割前，先對點云數據整體進行主成分分析得到點云數據主方向，沿著經過中心點且法向為主方向的平面進行分割；

一幅點云數據被分割為兩個子簇，分別計算兩個子簇中數據點到子簇中心的最遠距離d_t，當d_t大于預先設定閾值d_max則遞歸的對兩個子簇進行相同的分割操作，直到最遠距離d_t小于預先設定閾值d_max，開始對子簇進行曲率分析；

所述的對子簇進行曲率分析，具體方法如下：

對分割好的子簇內所有數據點進行協方差分析，得到的特征值分別為λ₁、λ₂、λ₃，λ₁＞λ₂＞λ₃，該子簇對應曲率為當子簇c_t大于設定的曲率閾值c_max，則需要對子簇繼續進行分割，直到子簇曲率小于設定閾值，停止分割；

計算子簇內所有數據點到子簇中心距離，查找出距離子簇中心距離最近數據點；

遍歷子簇內所有數據點，除去邊界點與距離子簇中心距離最近數據點，將其他數據點是否保留屬性置為非保留；

遍歷所有數據點，將是否保留屬性為保留的數據點保留下來，即為基于曲率精簡后的點云數據；

S3、對精簡后的點云數據遍歷所有頂點并通過kdTree搜索各自的鄰點，通過頂點與鄰點的德洛內三角化，將點云模型重建為三角網格模型；

S4、采用保特征光順方法，實現三角網格模型的保特征精簡；

所述的步驟S4的具體過程如下：

對三角網格模型中的三角面片法向量進行基于面積和基于質心距離的雙邊濾波調整，獲取各面片的法向量；

移動網格頂點位置使其鄰域三角面片的法向量接近面片法向量，最終實現三角網格模型的保特征精簡。

2.根據權利要求1所述的一種適用于掃描點云的模型處理方法，其特征在于：步驟S1所述的對點云數據進行預處理，具體方法如下：

輸入n幅有序點云數據，為點云數據增加是否為邊界點的屬性；

遍歷每一幅點云數據，當數據點的八鄰域內存在孔洞時，將該數據點置為邊界點，否則將該數據點置為非邊界點；

統計每一幅點云數據的平均點距d_i，所有數據點的平均點距為為每一個數據點增加ID屬性，第i幅點云數據的ID號均為i，然后將所有點云數據存儲到同一容器中。

3.根據權利要求2所述的一種適用于掃描點云的模型處理方法，其特征在于：步驟S1所述的利用kdTree數據結構為預處理后的點云數據建立拓撲關系，具體方法如下：

利用kdTree查找每一個中心數據點的固定半徑范圍內所有鄰域數據點；

當所有鄰域數據點ID屬性均與中心數據點屬性相同，則該處為單層點云數據；

若存在領域數據點ID屬性與中心數據點屬性不同，則該處為存在多層點云數據，并將該多層點云數據融合為單層點云數據。

4.根據權利要求3所述的一種適用于掃描點云的模型處理方法，其特征在于：步驟S1所述的將多層點云數據移動融合為單層點云數據，具體方法如下：

在多層點云數據區域，提取出與中心數據點ID屬性不同的所有數據點；

查找出每一個ID屬性的鄰域數據點中距離中心點最近的點，計算這些最近的點與中心數據點的質心坐標；

將中心數據點移動到質心坐標位置，將半徑區域內所有與中心點ID屬性不同的數據點的是否保留屬性標記為非保留；

按順序遍歷所有數據點，最后提取出所有是否保留屬性為保留的數據點，即為融合后的單層點云數據。