[发明专利]一种基于法线信息和K邻域搜索结合的点云边缘提取方法

权利要求书

1.一种基于法线信息和K邻域搜索结合的点云边缘提取方法，其特征在于，所述方法包括以下步骤：

步骤1，用体素化网格方法对点云进行下采样，采集点云数据，对数据进行预处理；

步骤2，使用双阈值约束法提取准确的边缘点；

步骤3，把最终得到的边缘点存储在一个点云中，采用RadiusOutlierRemoval滤波移除离群点对该点云进行去噪处理，去除噪声点。

2.根据权利要求1所述的一种基于法线信息和K邻域搜索结合的点云边缘提取方法，其特征在于，步骤1中，使用体素化网格方法对点云进行下采样：通过输入点云创建一个三维体素栅格，然后在每个体素中用体素内所有点的重心来近似显示体素中其他点，用一个重心来表示每个体素的所有点。

3.根据权利要求1所述的一种基于法线信息和K邻域搜索结合的点云边缘提取方法，其特征在于，步骤2的具体方法如下：

步骤2-1，估计点云表面法线，把下采样后的点云与法线连接在一起形成一个新的点云；

步骤2-2，对新的点云用K维树建立点云拓扑关系，计算各邻域法线(normal_i)与该点的法线(normal₀)之间的夹角θ_i并求方差s²；

步骤2-3，通过迭代方法找到最佳夹角阈值H；

步骤2-4，每次计算出一个点的方差s²都与阈值H比较大小，大于阈值的点为初步提取的边缘点；

步骤2-5，对初步提取的边缘点(当前点)，用K邻域点拟合一个最小二乘平面；

步骤2-6，把当前点与它的K邻域点通过投影滤波的方法投影到参数化模型平面，然后将邻域点的投影点与该点的投影点依次连接组成一组向量，计算两两相邻向量之间的夹角；

步骤2-7，设定约束条件：如果两两相邻向量之间的夹角都小于一定的阈值，说明这个点所处的位置表面平缓，周围的点分布较均匀；若有夹角大于阈值的，说明该点所处的位置表面尖锐，周围的点分布不均匀，周围存在与之不共面的相邻点，即这个点是经过双阈值约束法最终提取的边缘点。

4.根据权利要求2所述的一种基于法线信息和K邻域搜索结合的点云边缘提取方法，其特征在于：所述的步骤2-2中，计算各邻域法线(normali)与该点的法线(normal₀)之间的夹角θ_i并求方差s²，包括以下过程：

b_i＝normali·normal₀(1)

di=normali×normal0---(2)]]>

θ_i＝arc cos(bi/di)(3)

mθ=Σi=0k-1θi/k---(4)]]>

s2=Σi=0k-1(θi-mθ)/k---(5)]]>

以上各式中，normal₀是该点的法线，normal_i是该点邻域的法线，b_i是该点的法线与其邻域法线的点积，d_i是该点法线与其邻域法线的模长乘积，θ_i是该点法线与其邻域法线的夹角，mθ是所有邻域法线与该点法线夹角的均值，s²是这些夹角的方差。

5.根据权利要求2所述的一种基于法线信息和K邻域搜索结合的点云边缘提取方法，其特征在于，步骤2-3中，通过迭代方法找到最佳夹角阈值H的具体步骤如下：

步骤2-3-1，将各邻域法线与该点法线之间的夹角按照从小到大的顺序排序(θ₀～θ_k-1)，选取排在中间位置的夹角作为初始阈值H₀；

步骤2-3-2，H₀将夹角分为两组：G₁代表大于H₀的所有夹角组，G₂代表小于H₀的所有夹角组，分别计算G₁、G₂两个组的平均角度值，得到M₁和M₂；

步骤2-3-3，计算M₁和M₂的平均值作为新的阈值H；

步骤2-3-4，重复步骤3-2至3-3，直到连续迭代中的H值间的差小于一个预定义的参数为止。