[发明专利]一种反光工件点云的处理方法

说明书

本发明提供一种反光工件点云的处理方法。一种反光工件点云的处理方法，其中，包括如下步骤：S1.将输入点云进行最近邻重采样成m份子集；S2.利用高斯加权局部最优投影算子(SWLOP)，对每个子集进行点云去噪、除外点和均匀分布；S3.对每个经SWLOP算子处理后的子集(x₁,x₂,x₃L x_n)进行迭代t次，直至处理后的点云达到后续处理的需求，然后将个子集重新合并为新的子集；S4.多个子集(x₁,x₂,x₃L x_n)合并为一个点集对合并后点云进行边缘感知重采样(edge‑aware resampling，EAR)增采样。本发明能够改善缺陷点云的质量，缩短点云处理的时间，提高点云三维重建的效率和精度。

技术领域

本发明涉及三维扫描技术领域，更具体地，涉及一种反光工件点云的处理方法。

背景技术

三维点云由于其简单性、灵活性强大的代表能力，在物体识别和重建等许多研究领域中越来越普遍。三维扫描仪如:激光三维扫描仪、结构光三维扫描仪以及激光雷达等的快速发展，使得我们可以快速准确的获取完整的点云数据。但是由这些采集设备自身的缺陷，造成获得的点云不可避免地受到噪声污染。特别是当被扫描物体表面具有反射特性时，使得获取的点云包含了大量的噪声和离群点，并且采集的点云数据分布不均。物体表面反射特性越强，点云分布越不均匀，含有的噪声量越多，并且多个部位存在点云缺失，这些缺陷严重影响后续三维重建的精度。此外，处理大量的点云数据需要耗费许多的时间，降低了点云处理的效率。

目前点云数据的处理方法主要是直接对输入点云进行滤波去噪操作，然后进行网格重建。虽然其处理低噪声度的点云模型可以取得满意的效果，但是在面对点云模型存在大量噪声的情况下此类方法的缺点就比较明显。例如，点云数据处理效率不高、无法有效去除噪声点等。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种反光工件点云的处理方法。本发明能够改善缺陷点云的质量，缩短点云处理的时间，提高点云三维重建的效率和精度。

为解决上述技术问题，本发明采用的技术方案是：一种反光工件点云的处理方法，其中，包括如下步骤：

S1.将输入点云进行最近邻重采样成m份子集；

S2.利用高斯加权局部最优投影算子(SWLOP)，对每个子集进行点云去噪、除外点和均匀分布；

S3.对每个经SWLOP算子处理后的子集(x₁,x₂,x₃L x_n)进行迭代t次，直至处理后的点云达到后续处理的需求，然后将个子集重新合并为新的子集；

S4.多个子集(x₁,x₂,x₃L x_n)合并为一个点集对合并后点云进行边缘感知重采样(edge-aware resampling，EAR)增采样。

进一步的，所述步骤S1中，给定一个数据集对点集进行kd-tree划分，利用kd-tree查询每个数据点p_c的r领域内的点集(p₀,p₁,p₂L p_k)；计算r领域内的每个点距离查询点p_c的距离，对每个点的索引按照距离大小进行排列，提取距离p_c点最近的m个点的索引号，根据索引号将m个点分别存储在(R₀,R₁,R₂L R_m)个子集当中，通过遍所有点，将P分成m个子集。