[發明專利]一種基于凸性區域生長的堆疊散亂目標點云分割方法

有效

• 申請號: 202110247203.0
• 申請日: 2021-03-05
• 公開（公告）號: CN113012161B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 翟敬梅;黃樂
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T5/00;G06T7/64;G06V10/762;G06V10/77
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種基于凸性區域生長的堆疊散亂目標點云分割方法，其特征在于，包括以下步驟：

步驟1、采用移動最小二乘算法重新擬合點云，得到平滑后的三維點云數據；

所述移動最小二乘算法根據移動最小二乘法原理求取擬合函數f(t)擬合堆疊散亂目標三維點云數據，達到點云平滑的效果，建立如下目標函數求解f(t)：

式中，t＝[x,y]是由點云數據的x和y坐標組成的二維向量，稱為節點；n表示用于擬合的節點數目，i表示節點；z為點云數據的z坐標，稱為節點值；ω(·)為t_i的權函數，t-t_i為節點間的距離；min表示求取目標函數的最小值；

步驟2、對步驟1中平滑后的三維點云數據求取點云的法向量信息和曲率信息；

所述步驟2中采用主成分分析法估計點云的法向量和曲率信息，具體為：對于點云中任意一點P，搜索點P的近鄰點集，通過鄰域點集構建協方差矩陣，協方差矩陣最小特征值對應的特征向量為點P處的法向量，構建的協方差矩陣如下：

式中，k是近鄰點的數目；P_i表示第i個近鄰點的空間三維坐標；表示近鄰點集的三維質心坐標；

點P處的曲率的計算公式如下：

式中，λ₁、λ₂、λ₃分別表示協方差矩陣的三個特征值，且λ₃為最小特征值；

所述點P的近鄰點集采用kd樹搜索；

步驟3、將點云中各點按照曲率大小進行排序，根據種子點與鄰域點的法線、曲率以及凹凸性特征判斷種子點與鄰域點是否屬于同一區域，以曲率最小的點作為種子點，判斷種子點與鄰域點是否屬于同一區域；包括以下步驟：

1)設置一個空的隊列Q用于存放種子序列和一個空的聚類數組L用于存放同一區域的點云數據，選取曲率最小的點作為種子點放入Q中；

2)計算種子點與鄰域點的法線夾角θ：

根據步驟2中計算點云中任意一點處法向量的方法，即計算關于鄰域點集的協方差矩陣的最小特征值對應的特征向量，作為該點處的法向量，設種子點和一個鄰域點的法向量分別記為和則和之間的法向量夾角公式為：

3)判斷夾角θ是否小于設定的夾角閾值θ_threshold；

4)如果步驟3)中夾角θ小于設定的夾角閾值，然后計算鄰域點的曲率σ是否小于曲率閾值σ_threshold，如果鄰域點的曲率σ小于設定的曲率閾值σ_threshold，則將此鄰域點加入Q中作為種子點，如果鄰域點的曲率σ大于設定的曲率閾值v_threshold，則將此鄰域點加入L中；

5)如果步驟3)中夾角θ大于設定的夾角閾值，則判斷種子點與鄰域點的凹凸性信息，如果種子點與鄰域點之間為凸性，則將此鄰域點加入L中；

6)檢查完鄰域點集后，刪除當前種子點，重復步驟2)至步驟5)的過程，直至Q為空，將L中的點標記為同一區域；

種子點與鄰域點的凹凸性信息判別公式如下：

其中：表示種子點的法向量，表示鄰域點的法向量，表示種子點的空間三維坐標構成的向量，表示鄰域點的空間三維坐標構成的向量，β_threshold為設定的向量夾角閾值，表示種子點與鄰域點空間坐標向量差的單位向量，β表示種子點與鄰域點的法向量夾角；

步驟4、將同一區域的點標記為同一目標，然后從未標記的點中選取下一個種子點進行步驟3的操作，直至遍歷整片點云后所有點都被標記，至此點云分割完成，將同一區域的點標記為同一目標具體為：將同一區域的點設置相同的標簽，根據不同的標簽值區分分割后的各個目標。