[发明专利]一种点云模型的去噪精简方法

权利要求书

1.一种点云模型的去噪精简方法，其特征在于，具体按照以下步骤实施：

步骤1，采集图像并对图像进行预处理；

步骤2，对步骤1中得到的三维点云模型图片进行大尺度噪声的去除；

步骤3，采用移动最小二乘去除小尺度噪声；

步骤4：对经步骤3去噪后的点云数据进行基于体素栅格下采样，得到精简后的点云模型。

2.根据权利要求1所述的一种点云模型的去噪精简方法，其特征在于，所述的步骤1具体为：

步骤1.1，通过视觉传感器获取原始三维点云模型图像，

步骤1.2，将步骤1.1采集获取的三维点云模型图像进行预处理，利用直通滤波方法进行分割提取，得到三维点云模型图像。

3.根据权利要求1所述的一种点云模型的去噪精简方法，其特征在于，所述的步骤2具体为：

步骤2.1：采用统计滤波去除部分大尺度噪声点；

步骤2.2：为了更加全面的去除大尺度噪声点，同时采用半径滤波去除大尺度噪声点。

4.根据权利要求3所述的一种点云模型的去噪精简方法，其特征在于，所述的步骤2.1具体为：

对三维点云模型中每个数据点q_n，假设q_n到任意点的距离为d_i，q_n表示为三维点云模型中的第n个数据点，n＝1，2，3…S,根据公式(1)计算q_n到它所有k个邻近点的平均距离avr_n，计算出的avr_n采用高斯分布进行表示，其均值为μ和标准差为σ，

${\mathrm{avr}}_n=\frac{\underset{i=1}{\overset{k}{\Σ}}{d}_i}{k}---\left(1\right)$

设定的标准范围span，用于判断模型中的数据点是否为噪声点，其中标准范围按照公式(2)进行计算，

span＝μ±g·σ(g＝0,1,2,…)(2)

其中，μ值与σ值由步骤1.1可见；

对比平均距离avr_n和标准范围span，对相应的点进行选择，即，

当点q_n对应的平均距离avr_n大于标准范围span时，则删除该点q_n；当点q_n对应的平均距离avr_n小于等于标准范围span时，则保留该点q_n。

5.根据权利要求3所述的一种点云模型的去噪精简方法，其特征在于，所述的步骤2.2具体为：

设以三维点云模型中的数据点q_n为中心，r为半径的球体范围内的近邻数目为m，设定的最少近邻数目为M,其中，M＝(2％-5％)·n,

对比m和M之间的关系，判定是否保留对应的点q_n；

当m大于M，则保留该点q_n；

当m小于等于M，则删除该点q_n。