[发明专利]一种点云去噪及空洞修补方法在审
申请号: | 201711152983.0 | 申请日: | 2017-11-17 |
公开(公告)号: | CN109801223A | 公开(公告)日: | 2019-05-24 |
发明(设计)人: | 葛晨阳;刘欣;谢艳梅 | 申请(专利权)人: | 宁波盈芯信息科技有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 北京中济纬天专利代理有限公司 11429 | 代理人: | 覃婧婵 |
地址: | 315199 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 点云 空洞边缘 空洞修补 去噪 毛刺 图像处理技术 局部邻域 滤波去噪 三维点云 三维重建 特征信息 消除噪声 中心设定 内边缘 突出点 两层 滤波 配准 空洞 填补 | ||
1.一种点云去噪及空洞修补方法,包括:
S1:去噪:对散乱的点云通过滤波消除噪声点和毛刺,突出点云的特征信息;
S2:点云空洞边缘提取:找到经过滤波去噪后的点云的内外边缘,确定内边缘为空洞边缘,进行空洞边缘提取;
S3:点云空洞修补:在提取的空洞边缘内部,找到小于设定阈值的点的位置,以该位置为中心设定两层窗口,利用局部邻域信息进行空洞修补。
2.根据权利要求1所述的方法,其特征在于:优选的,所述S1包括:
S11:选择M*N模板窗口,将所述模板窗口沿深度图进行行或列方向的位移滑动,在模板窗口里按照行、列等间距选取n个像素点,其中n=1,2,3…;
S12:对所述S11中选取的n个像素点的值进行排序并确定中值;
S13:用所述S12中获得的中值替代窗口中心位置原始深度值;
S14:对所述S11~S13进行n次滤波循环,完成点云去噪,其中n>=2。
3.根据权利要求1所述的方法,其特征在于:所述S2包括:
S21:计算三维点云中各数据点的K邻域点,顺序选取三维点云的数据点P作为待测点;
S22:将数据点P的K邻域点投影到其法矢平面内,连接数据点P与邻域点得到向量集;
S23:对边界点进行检测;
S24:将无序的点连成边界线;
S25:内外边界线识别:对边界线相邻的边界进行叉乘,根据Z轴分量的正负关系和边界线的时针方向确定点云空洞的内、外边界。
4.根据权利要求1所述的方法,其特征在于:所述S3包括:
S31:记录空洞边界内深度值为0的位置0(x,y);
S32:以0(x,y)为中心,定义一个分内、外层的两层窗口;
S33:分别记录内、外层深度值非零像素点的个数Num_in和Num_out;
S34:设定内层阈值th_in和外层阈值th_out;
S35:根据Num_in与th_in或者Num_out与th_out的大小关系确定是否进行空洞修补。
5.根据权利要求3所述的方法,其特征在于:所述S23包括:
S231:将数据点P的k邻域点选取距离最近的点作为基准向量;
S232:计算S22中所述向量集中各向量与基准向量之间的夹角,并对夹角值进行升序排列得到夹角集S;
S233:计算夹角集S的序列差得到向量集中相邻向量夹角集L,若L中的最大角度差Lmax>ω,则数据点P为边界点;反之,点P为内部点,其中,ω为弧度角,一般取
6.根据权利要求5所述的方法,其特征在于:所述点P若为边界点,其K邻域点的分布偏向一侧;所述点P若为内部点,其K邻域点将均匀地分布在点P的周围。
7.根据权利要求3所述的方法,其特征在于:所述Z轴分量小于0,则边界线的方向为顺时针且边界线为外边界;反之,Z轴分量大于0,则边界线的方向为逆时针且边界线为内边界。
8.根据权利要求4所述的方法,其特征在于:所述外层窗口大于内层窗口。
9.根据权利要求4所述的方法,其特征在于:所述S35中的Num_in>th_in或者Num_out>th_out时,计算出内外层中所有深度值非零的像素中数目最多的一个值,并令0(x,y)等于该值,完成空洞修补;反之,Num_in<th_in或者Num_out<th_out时,不需要对0(x,y)位置的点进行修补。
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宁波盈芯信息科技有限公司,未经宁波盈芯信息科技有限公司许可,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/201711152983.0/1.html,转载请声明来源钻瓜专利网。