[发明专利]一种基于激光测量点云的室内结构分割方法

权利要求书

1.一种基于激光测量点云的室内结构分割方法，其特征在于，包括以下步骤：

步骤1，输入室内三维点云后，首先基于多分辨率超体素，进行点云预分割，提取平面超体素，包括以下子步骤：

步骤1.1，基于给定的初始分辨率r，使用TBBS超体素分割方法，实现点云的超体素分割，生成超体素集合；

步骤1.2，每一超体素分类为平面超体素和曲面超体素，平面超体素存入平面超体素集PC，曲面超体素存入新点集NPC；

步骤1.3，基于当前分辨率r＝r*r_dio，NPC中点实施TBBS超体素分割，生成新的超体素集C′，NPC内点清空；

步骤1.4，针对新集合C′，重新执行步骤1.2；

步骤1.5，若执行完毕，NPC不为空，则重复执行1.3和1.4；重复迭代，直至NPC为空，或当前分辨率r小于给定分辨率阈值r_min，获取平面超体素集PC；

步骤2，基于TBBS超体素分割方法，提取曲面超体素内点集，包括以下子步骤：

步骤2.1，基于给定分辨率r，使用TBBS超体素分割方法，实现点云的超体素分割，点云生成超体素集合；

步骤2.2，对每一超体素，运用步骤1.2的方法，曲面超体素内点存入曲面点集NP；

步骤3，以平面超体素为单元，提取平面模型，包括以下子步骤：

步骤3.1，计算每个超体素pc_i∈PC的曲率，并按照曲率由小到大排序；

步骤3.2，选取曲率最小的超体素pc_s，计算pc_s的中心点和法向量，建立平面模型η_s；

步骤3.3，遍历超体素集中其他超体素pc_i∈PC，若pc_i与η_s之间法向量夹角小于角度阈值θ_th，且pc_i与η_s在η_s法向量上的距离小于距离阈值γ_th，则把pc_i归入η_s中；

步骤3.4，如果η_s中超体素个数大于个数阈值N_max，保留η_s；否则，删除η_s，并找到曲率次小的pc_s′∈PC，建立平面模型η_s′，重复步骤3.3和3.4；

步骤3.5，PC中未分类的超体素，迭代的运行步骤3.2-3.4，直至所有的超体素均被分类；

步骤3.6，保留模型包含超体素数量最多的模型，存入平面模型集合MS，删除剩余模型；

步骤3.7，重复3.2-3.6，直至PC中所有超体素均被分类，或平面模型集合MS不再增加；

步骤4，以NP中点为曲面单元，以圆柱模型为模型单体，使用RANSAC方法，拟合曲面单元中的曲面模型，保存曲面模型集合MC；

步骤5，基于α扩张优化，将步骤1和2中提取的超体素单元和曲面点单元，分配给最优的模型，即步骤3和4中建立的曲面或平面模型，实现单元分类，从而实现室内结构的提取与分割，包括以下子步骤：

步骤5.1，计算每个超体素pc_i∈PC到每个模型的距离，并将距离归一化为0-1之间；

步骤5.2，计算每个曲面点p_i∈NP到每个模型的距离，并将距离归一化为0-1之间；

步骤5.3，将超体素单元和曲面点单元与曲面模型和平面模型的匹配，看作能保证模型数量尽可能小的基础上，最小化匹配误差的搜索矩阵x^*，并借助α扩张算法，最小化该目标函数，实现单元到模型的最优匹配；

步骤5.4，对每个匹配的分割单元标记不同颜色，输出分割结果，完成室内结构分割。