一种三维点云模型的分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111161267A(43)申请公布日2020.05.15(21)申请号201911249712.6(22)申请日2019.12.09(71)申请人西安工程大学地址710048陕西省西安市碑林区金花南路19号(72)发明人李仁忠刘哲闻(74)专利代理机构西安弘理专利事务所61214代理人曾庆喜(51)Int.Cl.G06T7/10(2017.01)权利要求书3页说明书8页附图12页(54)发明名称一种三维点云模型的分割方法(57)摘要本发明公开一种三维点云模型的分割方法，具体按照以下步骤实施：步骤1，对三维点云模型进行骨架点提取并分割；步骤2获取三维点云模型的外部特征点；步骤3，联合骨架点的分割点和外部特征点构建分割平面进行分割；步骤4：对经步骤2的外部特征点进行检查，若还有剩余，补充外部特征点再进行分割。本发明一种三维点云模型的分割方法，与传统分割方法相比，在充分保留符合视觉特征的前提下，能够对表面有微小凸面体的三维点云数据进行分割，得到更精准的结果，克服了原本传统分割方法细节特征分割不出来的问题，在点云分割领域有一定的价值。CN111161267ACN111161267A权利要求书1/3页1.一种三维点云模型的分割方法，其特征在于，按照以下步骤实施：步骤1，对三维点云模型进行骨架点提取并分割；步骤2，获取三维点云模型的外部特征点；步骤3，联合骨架点的分割点和外部特征点构建分割平面进行分割；步骤4：对经步骤2的外部特征点进行检查，若还有剩余，补充外部特征点再进行分割。2.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，所述步骤1具体为：步骤1.1，对输入的点云数据进行骨架点的提取；步骤1.2，将步骤1.1得到的骨架点利用基于八叉树的区域增长算法进行分割。3.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述的步骤2中，具体包括：步骤2.1，根据二维图像的方向梯度和角度，将此公式扩展到三维层面上，即可得到三维空间当中一点梯度和角度；α代表着二维过渡到三维的偏离角度，由于m2D总为正，即可得出α所处的区间为相比于二维图像，多增加了一个参数值，表示三维上的梯度方向；步骤2.2，在给定关键点的三维邻域内构建加权直方图，利用经线和纬线对三维邻域进行划分，同时对方位角进行标准化，以避免从二维数据扩展到三维数据而产生的偏差；添加到直方图的实际值如公式(4)所示，其中(x,y,z)代表关键点的坐标，(x0,y0,z0)代表添加到方向直方图的位置，利用公式即可计算直方图的实际值；步骤2.3，计算SIFT描述符，首先以关键点为中心旋转其三维邻域，使得三维邻域的主方向指向α＝θ＝0的方向，此步骤用矩阵(6)转换实现：以关键点为中心，将关键点的邻域划分成4×4的小邻域空间，计算每个小邻域8个方向梯度直方图的累加值，即可得到一个128(4×4×8)维的特征向量作为此关键点的SIFT描述2CN111161267A权利要求书2/3页子。4.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述步骤3中，具体包括：步骤3.1，把原始点云数据读取到一个集合A中，骨架点读取到一个集合B中，外部特征点存放在一个集合C中，扫描集合B中的每一个点，如果集合B中一点bi是分割点，则以bi点为中心扫描邻近集合C中的关键点，bi与Ci共同拟合成平面mi，其法向量为vi，得到分割平面，步骤3.2，对于步骤3.1得到的分割平面，若不规范待分割的方向以及分割平面的区域范围，则无法确定要把数据的哪个部分分割出来，或是造成分割出的这部分数据中包含应属于其他部分的数据；再对bi进行判定，如果bi点是端点，则将bi点存放在集合E中；从端点ei开始到此分支另一端连接点处所有点的集合记为集合P，此集合中的连接点即为Pi,遍历集合A所有的点，找出距离pi最近的点m，过点点pi+1与pipi+1为法向量构建平面L，从点m开始对邻近点进行区域增长，直至平面L的点，则停止，此部分为分割出的部分。5.根据权利要求1所述的一种三维点云模型的分割方法，其特征在于，在所述步骤4中，具体包括：步骤4.1，在剩余的外部特征点集合C中，提取出其中某一点Ci，由于三点即可构成一个平面，以Ci为中心点，最大半径为r，搜索距离Ci最近的两个点Cj和Cn；步骤4.2，如果在半径r内寻找不到两个点，则停止，选择另一个点Ci+1，重新开始上一个步骤，以Ci，Cj，Cn构成分割平面。6.根据权利要求2所述的一种三维点云模型的分割方法，其特征在于，所述的步骤1.1，具体过程是，首先对输入的点云数据利用洗牌算法进行随机下采样；先进行条件正则化，然后进行骨架收缩，再进行基于密度的加权，对于有缺失的点云数据，还需增加