[发明专利]一种基于距离统计的三维声纳点云图像增强方法

权利要求书

1.一种基于距离统计的三维声纳点云图像增强方法，包含以下步骤：

(1)获取声纳数据，将每帧声纳数据对应的三维声纳范围图像信息转换为全局坐标下的点云数据；

(2)采用kd-树对点云数据进行搜索，并计算每个点云数据P_i与其最邻近K个点云数据之间的欧式距离L_ij，其中，i的取值范围为1≤i≤N，j的取值范围为1≤j≤K，N为点云数据的总数；

(3)利用高斯分布对L_ij的均值进行统计，排除高斯分布以外的均值对应的点云数据，完成三维声纳点云图像的增强；

步骤(3)的具体步骤为：

(3-1)求取属于点云数据P_i的K个欧式距离L_ij的平均值L_i；

(3-2)求取N个L_i的均值μ和标准差σ；

(3-3)采用均值为μ和标准差为σ的高斯分布对所有的L_i进行统计，将落在范围a～b之外的L_i所对应的点云数据命名为离群点，并将该离群点移除，完成三维声纳点云图像的增强，其中，a＝μ-α×σ，b＝μ+α×σ，α为膨胀系数，为实数。

2.如权利要求1所述的基于距离统计的三维声纳点云图像增强方法，其特征在于，所述的步骤(2)的具体步骤为：

(2-1)对N个点云数据建立一个kd-树，并利用该kd-树对每个点云数据P_i进行搜索；

(2-2)每当搜索到一个点云数据P_i时，采用K近邻法搜索该点云数据P_i的K个最邻近点云数据，并计算得到点云数据P_i与其K个最邻近点云数据之间的欧式距离L_ij。

3.一种基于距离统计的三维声纳点云图像增强方法，包含以下步骤：

(1’)获取声纳数据，将每帧声纳数据对应的三维声纳范围图像信息转换为全局坐标下的点云数据；

(2’)采用kd-树对点云数据进行搜索，并计算每个点云数据P_i与其邻域范围r内所有点云数据之间的欧式距离L_ij，i的取值范围1≤i≤N，j的取值范围为1≤j≤M_i，N为点云数据的总数，M_i为点云数据P_i的邻域范围r内的点云数据的个数；

(3’)利用高斯分布对L_ij的均值进行统计，排除高斯分布以外的均值对应的点云数据，完成三维声纳点云图像的增强；

步骤(3’)的具体步骤为：

(3-1’)求取属于点云数据P_i的M_i个欧式距离L_ij的平均值L_i’；

(3-2’)求取N个L_i’的均值μ’和标准差σ’；

(3-3’)采用均值为μ’和标准差为σ’的高斯分布对所有的L_i’进行统计，将落在范围a’～b’之外的L_i’所对应的点云数据命名为离群点，并将该离群点移除，完成三维声纳点云图像的增强，其中，a’＝μ’-α×σ’，b’＝μ’+α×σ’，α为膨胀系数，为实数。

4.如权利要求3所述的基于距离统计的三维声纳点云图像增强方法，其特征在于，所述的步骤(2’)的具体步骤为：

(2-1’)对N个点云数据建立一个kd-树，并利用该kd-树对每个点云数据P_i进行搜索；

(2-2’)每当搜索到一个点云数据P_i时，搜索该点云数据P_i的邻域范围r内所有点云数据，并计算得到点云数据P_i与其邻域范围r内所有点云数据之间的欧式距离L_ij。