[发明专利]一种基于均值漂移的不同精度三维点云数据的融合方法

权利要求书

1.一种基于均值漂移的不同精度下的三维点云数据的融合方法，其针对两组精度等级不同的三维点云数据，利用其中高精度点云对低精度点云进行均值漂移，消除低精度点云的漂移误差，从而实现两组数据信息的融合，该方法具体包括：

S1：建立所述低精度点云的拓扑结构信息，包括其中每个样点的邻域点集和单位法矢；

S2：利用所述高精度点云对低精度点云进行密度聚类，根据聚类结果确定所述低精度点云每个样点的漂移误差；

S3：利用所述低精度点云的拓扑结构信息和所述漂移误差确定所述低精度点云各样点的漂移矢量，根据该漂移矢量对所述低精度点云的各样点进行漂移，实现融合。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中进行聚类并确定漂移误差具体为：

首先，搜索所述高精度点云中每个样点在低精度点云中欧氏距离最近的k个点，形成每个样点的k邻域，然后计算每个样点在各自的k邻域中的投影点和法矢；

然后，以各个投影点为聚类中心，采用密度聚类对所述低精度点云进行聚类，形成多个聚类单元，其中每个投影点对应一个聚类单元；

最后，低精度点云在各聚类单元范围内的所有点的漂移误差相同，即作为相应低精度点云样点的漂移误差。

3.根据权利要求2所述的方法，其特征在于，所述各聚类单元范围内的所有点的漂移误差可表示为：

ΔrH=(qLrH-pHr)·nLrH]]>

其中，p_Hr为高精度点云P_H中的任一样点，表示样点p_Hr的k邻域，为漂移误差，为样点p_Hr在k邻域中的投影垂足点，为投影垂足点对应的法矢。

4.根据权利要求1-3之一所述的方法，其特征在于，所述的步骤S3中对各样点进行漂移通过如下公式进行：

p′_Li＝p_Li-m_Li

式中，p_Li为低精度点云中的任一样点，p′_Li为样点p_Li进行漂移后的点，m_Li为漂移矢量。