一种基于k近邻域划分的点云数据去噪方法.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CN107392875A(43)申请公布日2017.11.24(21)申请号201710648346.6(22)申请日2017.08.01(71)申请人长安大学地址710064陕西省西安市雁塔区二环南路中段126号(72)发明人孙朝云李伟赵朝郝雪丽(74)专利代理机构西安恒泰知识产权代理事务所61216代理人王芳(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书7页附图2页(54)发明名称一种基于k近邻域划分的点云数据去噪方法(57)摘要本发明公开了一种基于k近邻域划分的点云数据去噪方法：利用单元格法对点云数据进行空间划分；获得点云数据的邻域信息，完成点云数据k近邻域搜索；计算点云数据中两个点的平均距离；计算点云数据中的任一点对其k近邻域的点的影响力的值；遍历点云数据，计算点云数据影响力值的平均值，在此基础上设定与影响力比较的阈值；将设定的阈值与点云数据的影响力的值进行比较判断这个点是否是噪声点；将噪声点去除，得到去燥后的点云数据。本发明将利用单元格法完成点云数据的空间划分确定任意点的k近邻域信息与高斯影响函数作为影响力评价函数相结合，能够有效地去除点云模型中的噪声点，同时保留原模型的特征信息，计算效率也得到提高。CN107392875ACN107392875A权利要求书1/2页1.一种基于k近邻域划分的点云数据去噪方法，其特征在于，具体包括如下步骤：步骤1，利用单元格法对点云数据进行空间划分；步骤2，获得点云数据的邻域信息，完成点云数据k近邻域搜索；步骤3，计算点云数据中两个点的平均距离；引入高斯函数作为权重函数，计算点云数据中的任一点对其k近邻域的点的影响力的值；步骤4，遍历点云数据，计算点云数据影响力值的平均值在此基础上设定与影响力比较的阈值；将设定的阈值与点云数据的影响力的值进行比较，如果影响力的值大于这个阈值，则认为这个点是原始模型上的信息点，反之，则认为这个点是噪声点；步骤5：将噪声点去除，得到去燥后的点云数据。2.如权利要求1所述的基于k近邻域划分的点云数据去噪方法，其特征在于，所述步骤1的对点云数据进行空间划分是利用的单元格法，具体包括：步骤11，确定点云数据的最小包围盒：遍历全部的点云数据，读入点的坐标，找出点云数据在X、Y、Z三个坐标轴方向上的最大值以及最小值，分别用xmax、xmin、ymax、ymin、zmax、zmin表示，同时记录点云总的数目，用N表示；以A(xmin,ymin,zmin)、B(xmin,ymax,zmin)、C(xmax,ymax,zmin)、D(xmax,ymin,zmin)、E(xmin,ymin,zmax)、F(xmin,ymax,zmax)、G(xmax,ymax,zmax)、H(xmax,ymin,zmax)为顶点，构建一个能够包围全部点云数据的立方体，该立方体即是点云数据的最小包围盒；步骤12，利用下式计算最小包围盒的体积V，估算小立方单元格的边长L，确定小立方单元格的数目ncube；V＝(xmax-xmin)×(ymax-ymin)×(zmax-zmin)式中，Num为小立方单元格里所要包含的点的数量，取8--20；β为为小立方单元格单元格的边长调节系数，动态地调整小立方单元格的边长，β的值根据点云模型的密度及边长L来确定；表示向上取整；步骤13，划分三维空间，计算所述最小包围盒在X、Y、Z方向上的划分个数；式中，mx、my、mz分别为最小包围盒在X、Y、Z方向上划分的个数；步骤14，确定任意一个点云数据所在的小立方单元格，并记录其索引；式中，t、j、k为小立方单元格的空间位置的标号；xi,yi,zi为点云中任一点p(xi,yi,zi)的三维坐标。2CN107392875A权利要求书2/2页3.如权利要求2所述的基于k近邻域划分的点云数据去噪方法，其特征在于，所述所述步骤12中，β取0.8-1.2。4.如权利要求1所述的基于k近邻域划分的点云数据去噪方法，其特征在于，所述所述步骤2的获得点云数据的邻域信息完成点云数据k近邻域搜索包括：步骤21，根据点云中任一点p(xi,yi,zi)所在小立方单元格的索引，找到它所在的小立方单元格cube[t][j][k]；步骤22，在当前索引确定的小立方单元格以及与它相邻的26个小立方单元格中搜索当前点p(xi,yi,zi)的k个最近的点；具体是：计算这26个小立方格中的点与当前点p(xi,yi,zi)的距离，由小到大选取k个距离值最小的点作为当前点p(xi,yi,zi)的最邻近点，并将其他被计算过距离的点标记为已经遍历的点云；k取8-20范围内的整数；步骤23，如果在步骤22中得到的与当前的小立方单元格的最邻近点不足k个，则将搜索邻域