[发明专利]一种散乱点云快速法矢定向方法有效
| 申请号: | 202010082581.3 | 申请日: | 2020-02-07 |
| 公开(公告)号: | CN111105490B | 公开(公告)日: | 2023-03-31 |
| 发明(设计)人: | 龚静;黄文超;刘改 | 申请(专利权)人: | 武汉玄景科技有限公司 |
| 主分类号: | G06T15/10 | 分类号: | G06T15/10 |
| 代理公司: | 武汉天领众智专利代理事务所(普通合伙) 42300 | 代理人: | 刘点 |
| 地址: | 430000 湖北省武汉市东湖新*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 散乱 快速 定向 方法 | ||
1.一种散乱点云快速法矢定向方法,其特征在于:散乱点云法矢定向过程包括以下步骤:
步骤1,创建与点云数目相同的索引优先级队列L及标记数组B,所述数组B默认值为False,同时根据角度阈值数目N构建优先级阈值表T;其中,所述优先级队列L包括:
一个基础队列,用于记录点云索引;
一个地址队列,用于记录每个优先级在基础队列中第一个元素的位置;
一个变量,用于记录队头的位置;
步骤2,选取一个点作为初始种子点S,设置优先级为0,根据优先级值将索引号加入优先级队列L中,并把索引所对应的标记数组B的值置为True;
步骤3,基于优先级队列选择区域增长方向并调整法矢方向,具体方法包括:
步骤3.1,从优先级队列L中取出一个优先级最高的点的索引值H;
步骤3.2,根据k近邻算法搜索参考点H的k近邻点,判断标记数组B中k近邻点是否调整过方向,若为True,则返回步骤3.1,否则继续进行;
步骤3.3,遍历未调整过法矢方向的近邻点,令近邻点的法矢方向与参考点H的一致,并计算近邻点的优先级向优先级队列中导入索引,在标记数组B中将近邻点标记为True;
其中,近邻点优先级的计算方法为:参考点H与近邻点的法矢夹角余弦值为tmp,当tmp大于等于T[i+1]且tmp小于T[i]时,则当前待处理点的优先级为i;
向优先级队列中导入索引的方法为:只移动每个优先级内的首元素,先高优先级再低优先级,依次向队头方向移动,直至插入点对应优先级最靠近队头的一端空出,将待插入点索引赋给该空闲元素,即完成一般点的索引导入操作;
步骤3.4,判断优先级队列L是否为空,若不为空,则返回步骤3.1;
步骤3.5,遍历标记数组B,获取未处理的点S_,标记True,并导入到优先级队列L,返回步骤3.1循环处理,直至标记数组B中所有值均为True结束。
2.如权利要求1所述一种散乱点云快速法矢定向方法,其特征在于:步骤2具体包括以下步骤:
步骤2.1,遍历寻找z值最小的点,选取该点作为初始种子点S,并令种子点S的法线朝向与(0,0,-1.0)一致;
步骤2.2,将种子点S的优先级设置为最高级,并将种子点S的索引值导入优先级队列L中,在标记数组B中将种子点S标记为True。
3.如权利要求1所述一种散乱点云快速法矢定向方法,其特征在于:步骤3中优先级策略结合优先级队列数据结构,将法矢定向算法的计算复杂度降至线性复杂度。
4.如权利要求1所述一种散乱点云快速法矢定向方法,其特征在于:步骤1、步骤2、步骤3中引入优先级策略和区域增长,引导点云沿着最平坦的方向进行法矢定向,保证点云在奇异情况下定向正常,确保点云整体法矢方向的一致性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉玄景科技有限公司,未经武汉玄景科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010082581.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于球面模型的稠密点云平滑方法
- 下一篇:一种铜火锅底部自动开口设备





