[發(fā)明專利]基于局部密度和改進(jìn)模糊C均值的環(huán)形鍛件點(diǎn)云去噪方法在審
| 申請(qǐng)?zhí)枺?/td> | 202210081509.8 | 申請(qǐng)日: | 2022-01-24 |
| 公開(公告)號(hào): | CN114494059A | 公開(公告)日: | 2022-05-13 |
| 發(fā)明(設(shè)計(jì))人: | 張玉存;高云龍;付獻(xiàn)斌 | 申請(qǐng)(專利權(quán))人: | 燕山大學(xué) |
| 主分類號(hào): | G06T5/00 | 分類號(hào): | G06T5/00;G06K9/62 |
| 代理公司: | 石家莊眾志華清知識(shí)產(chǎn)權(quán)事務(wù)所(特殊普通合伙) 13123 | 代理人: | 張建 |
| 地址: | 066004 河北*** | 國省代碼: | 河北;13 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 局部 密度 改進(jìn) 模糊 均值 環(huán)形 鍛件 點(diǎn)云去噪 方法 | ||
1.基于局部密度和改進(jìn)模糊C均值的環(huán)形鍛件點(diǎn)云去噪方法,其特征在于:包括以下步驟:
步驟1:利用參數(shù)自適應(yīng)的半徑濾波去噪方法,實(shí)現(xiàn)偏離點(diǎn)云模型結(jié)構(gòu)的離群點(diǎn)去噪,得到初次去噪后的點(diǎn)云數(shù)據(jù);
步驟2:利用基于密度的點(diǎn)云去噪方法,以互鄰域度的值作為劃分依據(jù),將數(shù)據(jù)集劃分為核心集和備選集;針對(duì)兩個(gè)數(shù)據(jù)子集的數(shù)據(jù)特征使用不同的離群因子計(jì)算方法,通過離群度篩選出大尺度離群點(diǎn);
步驟3:使用肘方法對(duì)步驟2中的核心集部分計(jì)算聚類劃分?jǐn)?shù)量c,基于互鄰域度的大小提出確定初始聚類中心位置的方法,隨后通過基于馬氏距離的模糊C聚類方法實(shí)現(xiàn)去噪和光順。
2.根據(jù)權(quán)利要求1所述的基于局部密度和改進(jìn)模糊C均值的環(huán)形鍛件點(diǎn)云去噪方法,其特征在于:在所述步驟1中利用參數(shù)自適應(yīng)的半徑濾波去噪方法包括下步驟:
獲取激光掃描儀的點(diǎn)云數(shù)據(jù)集D,根據(jù)點(diǎn)云數(shù)據(jù)整體的分布情況,計(jì)算適當(dāng)?shù)陌霃綖V波參數(shù);其中,數(shù)據(jù)點(diǎn)個(gè)數(shù)為n;設(shè)數(shù)據(jù)點(diǎn)p在指定半徑內(nèi)鄰域點(diǎn)個(gè)數(shù)為q;數(shù)據(jù)集中與p距離最近的k個(gè)點(diǎn)為最近鄰域點(diǎn)NNk(p);
計(jì)算任一數(shù)據(jù)點(diǎn)pi的k最近鄰域內(nèi)各點(diǎn)之間的平均距離對(duì)得到的各點(diǎn)k鄰域平均距離再取平均值,得到整體點(diǎn)云數(shù)據(jù)中各點(diǎn)的領(lǐng)域平均距離
遍歷每個(gè)數(shù)據(jù)點(diǎn),在濾波半徑的范圍內(nèi),若其半徑鄰域中鄰域點(diǎn)個(gè)數(shù)達(dá)到指定的最低鄰域點(diǎn)個(gè)數(shù)Q則保留該點(diǎn),否則把該點(diǎn)記作孤立點(diǎn)并刪除。
3.根據(jù)權(quán)利要求2所述的基于局部密度和改進(jìn)模糊C均值的環(huán)形鍛件點(diǎn)云去噪方法,其特征在于:在所述步驟2中,將數(shù)據(jù)集分為核心集和備選集,包括以下步驟:
以步驟1中統(tǒng)計(jì)的全部對(duì)象的k鄰域數(shù)據(jù)為基礎(chǔ),在p的k臨近點(diǎn)o中確定p與o的最遠(yuǎn)距離為k-dist(p),在o點(diǎn)中與p構(gòu)成互為k臨近點(diǎn)的部分作為p的互鄰域點(diǎn),記作p的互鄰域點(diǎn)集MNS,如下式所示:
MNSk(p)={o|o∈NNk(p)∧p∈NNk(q)}
將對(duì)象p的互鄰域點(diǎn)在k最近鄰點(diǎn)中占比定義為互鄰域度當(dāng)MND的值大于設(shè)定的閾值μ,將該數(shù)據(jù)標(biāo)記為點(diǎn)云數(shù)據(jù)D的核心集Da,數(shù)量記作na;否則將其標(biāo)記為備選集Db,數(shù)量記nb,如下式所示:
4.根據(jù)權(quán)利要求3所述的基于局部密度和改進(jìn)模糊C均值的環(huán)形鍛件點(diǎn)云去噪方法,其特征在于:在所述步驟2中,對(duì)核心集和備選集的計(jì)算離群因子,包括以下步驟:
將點(diǎn)云數(shù)據(jù)D劃分成核心集與備選集兩個(gè)部分后,根據(jù)其不同的數(shù)據(jù)特點(diǎn),對(duì)兩個(gè)數(shù)據(jù)集使用不同的方法去噪;
對(duì)核心集的數(shù)據(jù)使用計(jì)算局部離群點(diǎn)因子的方法LOF獲得每個(gè)數(shù)據(jù)點(diǎn)的離群度,LOFk(p)的值越高,則p是離群點(diǎn)的程度就越大,計(jì)算方法如下式所示:
*對(duì)于備選集的數(shù)據(jù)在計(jì)算離群因子時(shí),不但要考慮數(shù)據(jù)點(diǎn)的最近鄰居,同時(shí)也要考慮反最近鄰RNNk(p)的數(shù)據(jù),計(jì)算綜合離群因子值INFLOk(p),如下式所示:
其中,ISk(p)是對(duì)象p的第k距離鄰域NNk(p)和逆第k距離鄰域RNNk(p)的并集,den(p)指對(duì)象p的局部密度,表示為對(duì)象p的k距離的倒數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于燕山大學(xué),未經(jīng)燕山大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210081509.8/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。





