[发明专利]一种利用法向一致性的尖锐几何边缘点识别方法

说明书

本发明公开了一种利用法向一致性在三维点云中识别尖锐几何边缘点的方法，具体实现方法是：对三维点云中的每一个点计算法向和法向一致性；在每一个点的邻域范围内寻找法向一致性的局部极值点；根据邻域内局部极值点的个数判断附近是否存在尖锐边缘，如果存在，再对该邻域内的所有点依据法向分布情况做进一步分类，根据邻域中心点是否位于分类边缘最终判定该点是否是尖锐边缘点；利用上述方法定位点云中的所有尖锐边缘点。本发明的边缘点探测方法能够适应边缘形态的任意变化，不需要对形成尖锐边缘的相交表面做任何模型假设，能够探测直线和曲线边缘、以及多面相交形成的角点，对于从三维点云中识别各类尖锐几何边缘都具有广泛的适应性。

技术领域

本发明涉及利用法向一致性的尖锐几何边缘点识别方法，属于三维点云数据处理领域。

背景技术

三维激光扫描是一种近年来快速发展的三维空间成像技术，利用双轴伺服电机驱动激光测距器，对扫描场景的目标表面进行等间隔的连续采样，输出与三维场景几何形态完全一致的三维点云。这种技术正在被越来越广泛地应用于测绘、考古、机械加工制造、三维打印、机器人、无人驾驶等领域。

几何边缘点是指，在三维点云中那些分布在尖锐几何边缘附近的点。几何边缘不仅能够清晰地勾勒出对象的整体轮廓，还能够表达显著的局部细节特征。相比于三维点云中孤立的点而言，边缘特征蕴含了更加丰富的语义信息，同时表达形式也非常简洁。因此，在基于三维点云的形状表达与匹配、目标识别与跟踪、场景理解与测图等视觉相关的任务中，识别尖锐几何边缘点几乎成为完成任务不可或缺的重要步骤。

现有的三维点云边缘点识别方法可以分为两大类：第一类是将三维点云转换为二维图像，利用图像领域已有的边缘提取方法间接完成三维点云中的边缘点识别；另一类则是直接在三维空间中，根据法向突变或曲率极大值等特征，定位边缘点，又或者对点云构建三角网，根据相邻面片的差异性定位几何边缘。相比于第一类间接法，第二类方法具有更加广泛的适用性，适用于非结构化的散乱点云，能够直接应用于复杂的场景的三维点云。

现有的基于法向突变和曲率极大值的边缘点识别方法(属于第二类)，都对噪声较为敏感，一个较大的噪声点都有可能使邻近点被错误识别为边缘点；对噪声的敏感性也导致这些方法难以识别不太明显的几何边缘，比如两个夹角接近180°的相交面形成的几何边缘。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种利用法向一致性的尖锐几何边缘点识别方法，从三维点云中找出位于尖锐几何边缘位置的特征点，识别准确率高。

技术方案：为解决上述技术问题，本发明的一种利用法向一致性识别尖锐几何边缘点的方法，对于一幅给定点云，该识别方法包含以下步骤：

S1，计算每一个点的法向；

S2，计算每一个点在邻域范围内的法向一致性；

S3，针对每一个点，在其邻域范围内寻找法向一致性局部极值点；

S4，如果某个点q的邻域内局部极值点个数≥2，则将邻域点集的所有点都分配到以局部极值点为中心的分类中，如果点q正好在分类的边缘上，那么该点就是一个尖锐几何边缘点。

作为优选，所述步骤S1包含：

S1.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集

S1.2，根据中的所有点，通过局部表面拟合或者PCA(主成分分析)方法计算点q的法向。

作为优选，所述步骤S2包含：

S2.1，对于点云中的每一个点q，搜索它的邻近点组成邻域点集的邻域半径r₂小于或等于的邻域半径r₁；

S2.2，计算中的所有点与q的法向夹角，根据这些夹角计算点q的局部法向一致性c_q。