[发明专利]一种点云几何细节特征去除方法有效
申请号: | 201711205368.1 | 申请日: | 2017-11-27 |
公开(公告)号: | CN107862749B | 公开(公告)日: | 2020-02-18 |
发明(设计)人: | 郑颖龙;李桂清;伍世浩;徐雪妙;聂勇伟 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06T19/20 | 分类号: | G06T19/20 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 冯炳辉 |
地址: | 510006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 几何 细节 特征 去除 方法 | ||
1.一种点云几何细节特征去除方法,其特征在于,包括以下步骤:
1)利用滚动滤波方法对法向量场进行滤波,其公式如下:
式中,是归一化因子,k为迭代次数,是pi点的第k+1次迭代滤波后的法向量,n为点云的顶点个数,nj是pj的原始法向量,是位置差权重,当pj点与pi点的欧氏距离越远时,权重越小;是法向量差权重,当pj点的法向量与pi点的法向量法向量差越大时,权重越小;通过上述两个权重,对模型内所有除pi点之外的所有点的原始法向量进行加权平均,得到pi点滤波后的法向量;
2)基于滤波后的法向量场对顶点位置进行更新,得到新的点云模型,需要定义如下的优化问题:
式中,用来保持更新后的顶点位置与滤波后的法向量场保持一致性,其中为两种权重因子组合,为归一化因子,是位置差权重,当pj点与pi点的欧氏距离越远时,权重越小;是法向量差权重,当pj点的法向量与pi点的法向量法向量差越大时,权重越小,这一权重用来约束来自模型中另外一个面上的点的法向量的拉动;为位置约束能量,γi为对非小特征点的移动惩罚权重;求解公式(2)得到的迭代求解公式为:
式中,t和t+1为第t次和第t+1次迭代,由此得到新的点位置通过迭代多次后得到更新后的点云模型;γi作为对非小特征点的移动惩罚权重,即对于需要保持的大特征区域处的点,此时该权重应大于预设值;而对于要抹除的小特征区域,因此该权重小于预设值;因此在进行完全顶点位置程序之前,需先进行一次λ=0的迭代,得到并计算其中ε=10-5用来避免分母等于0的情况出现;
对于法向非连续过度的模型,会出现尖锐特征区域凹陷的情况,为了解决这种情况,需引入多法向来处理;因此在法向滤波后,按照候选特征点提取、提取特征区域骨架、重采样特征点、赋予特征点多法向,得到特征点的多法向,再根据多法向进行顶点位置更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711205368.1/1.html,转载请声明来源钻瓜专利网。