[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

说明书

技术领域

本发明涉及三维点云测量技术领域，尤其涉及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。

背景技术

目前，大部分工业产品都是根据三维CAD模型制造而成的，而三维点云数据测量技术通过对产品实物进行测绘，根据产品几何特征获得模型，已成为CAD领域的一个热点问题。而边缘特征是工业产品中一个重要特征，如何精确提取工件的边缘成为三维点云测量技术中一个重要的环节。

K维树是计算机科学中使用的一种数据结构，用来组织表示K维空间中的点集合。点云数据处理技术中的核心问题就是建立离散点的拓扑关系，K维树对于区间和近邻的搜索以及点云形状分析都很有用。点云表面的法线是工件表面信息的一个重要属性，依据点云的法线信息可以推断它在坐标系中的方位。

近年来，国内外相继提出了一些边缘提取方法，有的通过间接方法先把三维点云数据转换为二维图像，然后利用二维图像中提取边缘的方法提取点云边缘，然而在三维点云数据转化为二维图像的过程中会损失一部分数据信息，利用这种方法较为繁琐，而且损失的信息会影响边缘提取的效果；有的方法单独利用法矢信息的变化来提取边缘点，这种方法虽然简单，但是在应对一些较复杂的工件时，往往精度较低，提取不到准确的边缘。

发明内容

本发明目的在于提供一种操作简单、准确性高的基于法线信息和K邻域搜索结合的点云边缘提取方法。

为实现上述目的，采用了以下技术方案：本发明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。

进一步的，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。

进一步的，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。

进一步的，所述的步骤2-2中，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，包括以下过程：

b_i＝normali·normal₀(1)

θ_i＝arc cos(bi/di)(3)

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。

进一步的，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：