[发明专利]一种基于超体素的点云数据分割方法

权利要求书

1.一种基于超体素的点云数据分割方法，其特征在于，所述基于超体素的点云数据分割方法通过考虑点云数据的三维几何关系和区域连通性，利用聚类的方法将点云数据进行过分割，得到依附于目标边界的超体素；计算超体素数据平面拟合的残差值，依该值对其进行排序和筛选得到有效的种子超体素，并利用法线分布直方图、测地距离和欧式距离的差值进行区域增长，最终实现对点云数据的分割处理。

2.如权利要求1所述的基于超体素的点云数据分割方法，其特征在于，所述超体素的获取方法包括：

从初始种子体素开始，向外遍历邻近的体素；利用公式：

λ、μ和δ分别对应颜色、空间距离和几何特征的影响因子，D_c是CIELab空间的欧式距离值，D_s是三维空间内体素的欧式距离值，D_hik是体素法向量分布直方图的交叉和；计算邻域内体素到种子体素的距离，将距离最近的体素进行标记，并根据邻接图将邻接体素加入到搜索列表中，迭代直至到达每个体素的搜索边界；搜索完成条件是：邻接图中的所有叶节点均得到遍历，过分割得到超体素。

3.如权利要求1所述的基于超体素的点云数据分割方法，其特征在于，超体素相似性度量的计算方法包括：

步骤一，对于任意超体素，计算法线分布直方图；

步骤二，对于邻接超体素，计算超体素中心点之间的欧式距离和测地距离，计算测地距离和欧式距离的距离差；

步骤三，对法线分布直方图和距离差进行归一化处理，计算超体素之间的相似性S：

其中，σ和η分别对应法线分布直方图和空间距离差值的影响因子，N_hik是FPFH空间内法向量直方图的交叉和，D_d是三维空间内超体素的测地距离和欧式距离的差值。

4.如权利要求3所述的基于超体素的点云数据分割方法，其特征在于，所述步骤一具体步骤如下：

(1)对于每一个超体素中心点P，坐标系uvw是在超体素中心点上定义的固定的局部坐标系，法线n_s,n_t之间的偏差可以用一组角度值表示α,φ,θ，计算中心点P和超体素内其他点之间的α,φ,θ；

(2)用三元组(α,φ,θ)来表示每一对点法线之间的互相作用，将其每个特征值范围划分为b个子区间，特征直方图分别计算后合并得到一个3b元素的特征向量，用来描述超体素内的几何属性。

5.如权利要求3所述的基于超体素的点云数据分割方法，其特征在于，所述步骤二具体步骤如下：

(1)计算超体素中心点之间的测地距离，利用Dijkstra最短路径算法计算一条初始的B样条活动曲线，采用平方距离最小化样条逼近模型快速迭代优化使得目标函数最小，计算得到邻接超体素中心点之间的测地线和测地距离；

(2)计算邻接超体素中心点之间的欧式距离，进而得到邻接超体素中心点的距离差。

6.如权利要求1所述的基于超体素的点云数据分割方法，其特征在于，

步骤一，对于每个超体素，用最小二乘法进行平面拟合，并计算其残差值；根据残差值对所有超体素进行排序，将残差值最小的超体素作为区域增长算法的初始种子，并获取种子体素的邻接超体素；

步骤二，对于每个邻接超体素，计算其与超体素种子之间的相似性度量，如果相似性大于某一阈值，则将该邻接超体素添加到当前区域内，同时计算邻接超体素的残差值，如果残差值小于某一阈值，则该邻接超体素被添加到种子集合中；当遍历完超体素种子的所有邻接超体素后，从种子集合中移除当前种子；

步骤三，如果种子集合变为空，意味着当前区域增长结束，计算获得新的超体素种子，重复执行上述步骤直到所有的超体素均得到遍历，得到精确的点云分割结果。

7.一种利用权利要求1～6任意一项所述基于超体素的点云数据分割方法的激光雷达扫描仪。

8.一种利用权利要求1～6任意一项所述基于超体素的点云数据分割方法的3D打印机。