[发明专利]一种3D图像点云数据的规整化实现方法、系统

说明书

本发明公开了一种3D图像点云数据的规整化实现方法、系统，其中方法包括：获取点云数据基于笛卡尔坐标系(x,y,z)三个方向的分量值，确定格点范围，遍历点云数据分别找到x、y的最大值和最小值，根据最大值和最小值进行插值处理，将x与y的值规范于固定格点，得到点阵数据，所得点阵数据的x与y值可作为图像像素点位置信息，z值可作为图像像素点灰度值。通过本发明xy的值被规范于固定格点，3D图像点云数据的xy值可以处理成图像的像素点位置，z值可以被认为是像素点的灰度值。从而规整后的点阵数据可满足图像处理的要求。

技术领域

本发明涉及三维扫描领域，特别涉及一种3D图像点云数据的规整化实现方法、系统。

背景技术

目前在工业机械自动化方面，常用的技术手段是将机器固定作用于某处，然后按照设定好的路线运转。随着自动化技术的发展，越来越多的研究转向如何让机器适用于不同场景。例如扫地机器人，借助激光雷达定位自己的空间位置并规划路径，以及无人机，借助传感器与摄像头规划并调整飞行路线与姿态。这种通过外部信息的输入调整自己运行方式的自动化控制技术，能有效扩展机器的使用范围，适应复杂的环境。

3D扫描仪作为物体表面信息采集设备，已经被广泛应用于数字建模，逆向三维重构以及三维图像的快速输入。同时，尽管3D扫描仪尚未作为自动化设备的外部信息输入被广泛采用，其因为具有高精度，表面的高还原度等特点，在此应用领域存在相当的潜力。但是3D扫描仪通常输出的点云数据排列不规整，无法采用通用的图形处理算法进行处理，增加了其在自动化领域的使用难度。

发明内容

本发明要解决的技术问题是，一种通过将3D扫描仪数据进行处理，得到可以用通用图形处理算法进行处理的点阵数据结果的3D图像点云数据的规整化实现方法。

解决上述技术问题，本发明提供了一种3D图像点云数据的规整化实现方法，包括如下步骤：

获取点云数据基于笛卡尔坐标系(x,y,z)三个方向的分量值，

确定格点范围，遍历点云数据分别找到x、y的最大值和最小值，

根据最大值和最小值进行插值处理，将x与y的值规范于固定格点，得到点阵数据，具体可分为两步骤操作：根据x的最大值和最小值进行横向插值处理，将x的值规范于所需固定格点并求出对应的y与z值，

根据y的最大值和最小值进行纵向插值处理，将y的值规范于所需固定格点并求出对应z值，得到点阵信息，

所得点阵数据的x与y值可作为图像像素点位置信息，z值可作为图像像素点灰度值。即在所得点阵信息中，x与y的值可作为图像的像素点位置，z值可作为像素点的灰度值,从而此点阵数据可以被通用的图形算法处理。

更进一步，若点云数据之间的平均间隔为d，则将x与y规范于格点前，可约定将相邻点间隔Δx和Δy取为t，并将t与d设在同一数量级。

更进一步，遍历点云数据分别找到x、y的最大值和最小值的方法具体为：

设x与y的最大值与最小值：x_max，y_max，x_min，y_min，

n×t作为左边界，n满足(n-1)×tx_minn×t，

m×t作为右边界，m满足m×tx_max(m+1)×t，

p×t作为上边界，p满足p×ty_max(p+1)×t，

q×t作为下边界，q满足(q-1)×ty_minq×t，

其中n,m,p,q均为整数。

更进一步，进行横向插值处理分别计算y，z值的方法为：