[发明专利]点云特征点检测方法和点云特征提取方法

摘要

本发明提供了一种点云特征点检测方法和点云特征提取方法。所述检验方法包括：以点云数据中一数据点为球心建立局部球坐标系，通过近邻算法找出k个邻域；将球心分别与各个最近邻点相连，得k个线段组；按线段组水平投影夹角大小对k个线段组排序，通过拉普拉斯算子检验每个线段组，确定数据点是否为特征点；根据上述步骤处理点云数据中每个数据点，得所述点云数据的所有特征点。所述点云特征提取方法包括步骤：根据上述的检测方法确定出特征点，记录各个特征点的区域连接信息；确定各个特征点之间的顺序连接关系，连接所述特征点，构成分段特征多边形，实现区域分割。本发明标记出来的特征点数量较少，特征点提取有序，特征线重建简便。

主权项

1.一种点云数据特征点检测方法，其特征在于，所述方法包括步骤：A、以点云数据中某一确定的数据点为球心建立局部球坐标系，通过近邻算法找出所述数据点的k个邻域，所述k个邻域中的每个邻域包括一个或多个最近邻点且该一个或多个最近邻点与球心仅构成一条直线，其中k不小于3；B、将所述球心分别与所述k个邻域内的各个最近邻点相连，得到与所述k个邻域一一对应的k个线段组，以垂向夹角和水平投影夹角构成数据对来表示所述k个线段组中的每个线段组，其中，每个线段组的垂向夹角为该线段组与局部球坐标系的垂直方向的正向的夹角，每个线段组的水平投影夹角为该线段组在局部球坐标系的水平面上的投影与所述水平面的一个坐标轴的正向的夹角；C、按照所述水平投影夹角的大小对所述k个线段组进行排序，并依次记为第1、第i、……、第k线段组，其中，i为不小于2且小于k的自然数，对于第i线段组，计算第i-1线段组和第i+1线段组中的最近邻点的拉普拉斯算子值总和的平均值，对于第1线段组，计算第k线段组和第2线段组中的最近邻点的拉普拉斯算子值总和的平均值，对于第k线段组，计算第k-1线段组和第1线段组中的最近邻点的拉普拉斯算子值总和的平均值，若某一线段组的平均值大于预定的检测阈值，所述数据点为特征点；D、根据所述步骤A至C处理所述点云数据中的每个数据点，获得所述点云数据的所有特征点。