[发明专利]一种基于曲率和邻域重构的加权引导点云模型去噪方法

权利要求书

1.一种基于曲率和邻域重构的加权引导点云模型去噪方法，其特征在于，包括以下步骤：

步骤1，计算点云模型中每个点的曲率信息，根据设定的阈值，将模型中的特征点提取出来；

步骤2，根据提取出来的特征点，在由K近邻法获取的邻域的基础上重构邻域点，并使得重构出的邻域在一个面上，具体如下：

步骤2.1、使用K近邻法为每个特征点p_i赋予一个初始的邻域N；

步骤2.2、针对初始的邻域N中的每一个邻域点p_ij，同样利用K近邻法得到该邻域点p_ij的邻域N_ij，同时将特征点p_i在p_ij处的候选邻域初始化为只包含其自身p_ij和特征点p_i两个点；

步骤2.3、扫描N_ij中的每一个点，判断该点是否能够加入候选邻域中，根据当前邻域的曲率值以及点的位置关系构建下式评判标准：

其中，表示衡量当前邻域的曲率值以及邻域中点的位置关系的标准值，表示p_ij在邻域下的曲率值，K代表邻域中所有点的个数，α和β为用户自定义的控制系数；p_ijk表示邻域中的第k个点，k＝1,2,…,K，K表示邻域中点的总数；

步骤2.4、如果加入该点后使得式(2)中的值减小，则代表该点能够加入到候选邻域中，并将距离该点最近的5个点也加入到候选邻域中；

步骤2.5、对于N中的其余点，均得到一个包含特征点p_i在内的候选邻域，对于每一个候选邻域，根据式(2)计算的值，其中最小的一个值对应的邻域即为该特征点p_i重构出的邻域N'；

步骤3，根据重构出的邻域，利用每个点的三维位置信息作为引导信号，同时将曲率信息作为加权信号加入到位置引导信号中，从而对点云模型中的每个点做线性变换，具体如下：

加权引导滤波算法的代价函数E为：

γ(i)＝(σ-t)^s(i)+χ (4)

s(i)＝-sgn(σ-t)×μ×σ (5)

其中，N(p_i)表示当前点p_i的邻域，p_ij为该邻域中的点，a_i和b_i为待求的线性变换系数，ε为控制滤波效果的参数；σ为邻域重构之前计算的点的曲率值，t为判断特征点的阈值；χ为一个正数，用于防止权值γ(i)为0；μ为放大倍数，由动态决定；

步骤4，根据步骤3计算出的线性变换系数，对每个点进行线性变换，实现点云模型去噪。

2.根据权利要求1所述的基于曲率和邻域重构的加权引导点云模型去噪方法，其特征在于，步骤1所述的计算点云模型中每个点的曲率信息，根据设定的阈值，将模型中的特征点提取出来，具体如下：

步骤1.1、对于每一个点p_i，计算它对应于邻域N_i的曲率值σ(N_i)为

其中，λ₀、λ₁、λ₂是N_i的协方差矩阵的奇异值，且λ₀＜λ₁＜λ₂，反映了N_i三个正交奇异向量的分布；

步骤1.2、设置阈值t，曲率值大于阈值t的点为特征点，曲率值小于阈值t的点为非特征点。

3.根据权利要求1所述的基于曲率和邻域重构的加权引导点云模型去噪方法，其特征在于，步骤4所述的根据步骤3计算出的线性变换系数，对每个点进行线性变换，实现点云模型去噪，具体如下：

步骤4.1、由步骤3得到线性变换的系数a_i、b_i为：

其中：

其中，|N(p_i)|表示点p_i的邻域中包含的点的个数，p_ij是p_i的邻域N(p_i)里的一点，为邻域的中心点，ε为控制滤波效果的参数；

步骤4.2、根据得到的线性变换系数a_i和b_i，对每个特征点进行线性变换，得到去噪后点的位置，所有点更新完毕后得到去噪后的点云模型。